دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: نویسندگان: Florian G. Hartmann, Johannes Kopp, Daniel Lois سری: ISBN (شابک) : 3658412291, 9783658412296 ناشر: Springer سال نشر: 2023 تعداد صفحات: 196 زبان: English فرمت فایل : EPUB (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 3 Mb
در صورت تبدیل فایل کتاب Social Science Data Analysis: An Introduction به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب تجزیه و تحلیل داده های علوم اجتماعی: مقدمه نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
Contents 1 Preface to the New Edition Anchor 2 References 2 On the Task of Empirical Social Research and Data Analysis in the Sociological Research Process References 3 On the Data Situation: Own Data Collection or Secondary Analysis References 4 The First Steps of Data Analysis: Preparation, Data Description and Bivariate Relationships 4.1 “A Long and Winding Road”—On the Difficulties of Data Preparation 4.2 On Describing Data: Tables 4.3 Distributions: Graphs and Measures 4.4 Measures: All for One, One for All? 4.5 Measures of Dispersion: “Birds of a Feather Flock Together”? 4.6 Measures of Association 4.7 Afterword References 5 Significance Test 5.1 Basic Terms 5.2 Statistical Hypotheses 5.3 Types of Errors and Significance Level 5.4 Step by Step using the Example of a Correlation Hypothesis 5.5 Step by Step using the Example of a Difference Hypothesis 5.6 Which Test Fits my Project? 5.7 Effect Size 5.8 Statistical Power 5.9 The P-Value 5.10 The Relationship of Hypothesis Testing to Confidence Intervals 5.11 Afterword References 6 Linear Regression 6.1 Basic Logic of Bivariate Regression 6.2 Bivariate Regression: An Example from Practice 6.3 “You’ll Never Walk Alone”—Multivariate Regression 6.4 Dummy Variables 6.5 Same Results—Different Presentations 6.6 Afterword: a Small to-do List References 7 On the Logic of Data Analysis: Which Evaluation Strategy Fits Best to My Research Question? 7.1 The Empirical Example 7.2 The Gross-Net Model 7.3 The Mediation Analysis 7.4 The Moderation Analysis 7.5 Afterword References 8 Logistic Regression 8.1 Two Basic Concepts of Logistic Regression: Odds and Probability 8.2 How to Interpret the Output of Logistic Regression? 8.3 Probabilities, Odds, Log Odds and Average Marginal Effects: Guidelines for Result Interpretation 8.4 An Example: Which Characteristics Influence the Probability of being Non-Denominational? 8.5 Pitfalls of Logistic Regression 8.6 Final Remarks References 9 An Outlook on Advanced Statistical Analysis Methods 9.1 Event Data Analysis 9.2 Hierarchically Structured Data: Multilevel Analysis 9.3 Causal Analysis with Panel Data 9.4 Covariance-Based Path and Structural Equation Models 9.5 Meta-Analyses 9.6 Afterword References