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
دسته بندی: تاریخ ویرایش: 2 نویسندگان: Hans-Peter Blossfeld. Gtz Rohwer سری: ISBN (شابک) : 0805840907, 9780585400785 ناشر: سال نشر: 2001 تعداد صفحات: 321 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 14 مگابایت
در صورت تبدیل فایل کتاب Techniques of Event History Modeling: New Approaches to Casual Analysis 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 تکنیک های مدل سازی تاریخچه رویدادها: رویکردهای جدید به تحلیل علی 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.
از جمله پیشرفتها و انتشارات جدیدی که از زمان انتشار اولین ویرایش در سال 1995 پدیدار شدهاند، این ویرایش دوم: *توضیح مقدماتی جامعی از تکنیکهای مدلسازی تاریخ رویداد و استفاده از آنها در تحقیقات کاربردی در اقتصاد و علوم اجتماعی ارائه میکند. *نشان می دهد که مدل سازی تاریخ رویداد یک گام بزرگ به جلو در تحلیل علی است. برای انجام این کار، نویسندگان نشان میدهند که مدلهای تاریخ رویداد از مسیر زمانی تغییرات در حالتها استفاده میکنند و تغییرات در متغیرهای علی در گذشته را به تغییرات در نتایج گسسته در آینده مرتبط میکنند. و *خواننده را با برنامه کامپیوتری Transition Data Analysis (TDA) آشنا می کند. این نرمافزار نوع مدلهایی را که اغلب با دادههای طولی استفاده میشوند، به ویژه دادههای تاریخ رویداد زمان گسسته و زمان پیوسته را تخمین میزند. تکنیکهای مدلسازی تاریخ رویداد میتواند به عنوان یک کتاب درسی دانشآموزی در زمینههای آمار، اقتصاد، علوم اجتماعی، روانشناسی و علوم سیاسی باشد. همچنین می تواند به عنوان مرجعی برای دانشمندان در تمام زمینه های تحقیقاتی مورد استفاده قرار گیرد.
Including new developments and publications which have appeared since the publication of the first edition in 1995, this second edition: *gives a comprehensive introductory account of event history modeling techniques and their use in applied research in economics and the social sciences; *demonstrates that event history modeling is a major step forward in causal analysis. To do so the authors show that event history models employ the time-path of changes in states and relate changes in causal variables in the past to changes in discrete outcomes in the future; and *introduces the reader to the computer program Transition Data Analysis (TDA). This software estimates the sort of models most frequently used with longitudinal data, in particular, discrete-time and continuous-time event history data. Techniques of Event History Modeling can serve as a student textbook in the fields of statistics, economics, the social sciences, psychology, and the political sciences. It can also be used as a reference for scientists in all fields of research.
Contents......Page 6
Preface......Page 8
1 Introduction......Page 12
1.1 Causal Modeling and Observation Plans......Page 15
1.1.1 Cross-Sectional Data......Page 16
1.1.2 Panel Data......Page 24
1.1.3 Event History Data......Page 30
1.2 Event History Analysis and Causal Modeling......Page 32
2.1 Basic Terminology......Page 49
2.2 Event History Data Organization......Page 53
3.1 Life Table Method......Page 67
3.2 Product-Limit Estimation......Page 82
3.3 Comparing Survivor Functions......Page 87
4 Exponential Transition Rate Models......Page 97
4.1 The Basic Exponential Model......Page 98
4.1.1 Maximum Likelihood Estimation......Page 99
4.1.2 Models without Covariates......Page 102
4.1.3 Time-Constant Covariates......Page 106
4.2 Models with Multiple Destinations......Page 112
4.3 Models with Multiple Episodes......Page 122
5.1 The Basic Model......Page 131
5.2 Models without Covariates......Page 133
5.4 Models with Period-Specific Effects......Page 136
6.1 Parallel and Interdependent Processes......Page 142
6.2 Interdependent Processes: The System Approach......Page 145
6.3 Interdependent Processes: The Causal Approach......Page 149
6.4 Episode Splitting with Qualitative Covariates......Page 151
6.5 Episode Splitting with Quantitative Covariates......Page 163
6.6 Application Examples......Page 168
7 Parametric Models of Time-Dependence......Page 187
7.1 Interpretation of Time-Dependence......Page 188
7.2 Gompertz-Makeham Models......Page 191
7.3 Weibull Models......Page 202
7.4 Log-Logistic Models......Page 208
7.5 Log-Normal Models......Page 213
7.6 Sickle Models......Page 219
8.1 Simple Graphical Methods......Page 224
8.2 Pseudoresiduals......Page 230
9 Semi-parametric Transition Rate Models......Page 239
9.1 Partial Likelihood Estimation......Page 240
9.2 Time-Dependent Covariates......Page 245
9.3 The Proportionality Assumption......Page 251
9.4 Baseline Rates and Survivor Functions......Page 259
9.5 Application Example......Page 262
10.1 Unobserved Heterogeneity......Page 266
10.2 Models with a Mixture Distribution......Page 272
10.2.1 Models with a Gamma Mixture......Page 275
10.2.2 Exponential Models with a Gamma Mixture......Page 278
10.2.3 Weibull Models with a Gamma Mixture......Page 280
10.3 Discusslon......Page 285
Appendix A: Basic Information About TDA......Page 290
References......Page 293
About the Authors......Page 315
C......Page 316
G......Page 317
L......Page 318
P......Page 319
T......Page 320
Z......Page 321