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: آمار ریاضی ویرایش: نویسندگان: Jane E. Miller سری: ISBN (شابک) : 9780226527826, 0226527824 ناشر: سال نشر: 2005 تعداد صفحات: 511 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 2 مگابایت
کلمات کلیدی مربوط به کتاب راهنمای شیکاگو برای نوشتن در مورد تجزیه و تحلیل چند متغیره (راهنماهای شیکاگو برای نوشتن، ویرایش و انتشار): ریاضیات، نظریه احتمالات و آمار ریاضی، آمار ریاضی، آمار ریاضی کاربردی
در صورت تبدیل فایل کتاب The Chicago Guide to Writing about Multivariate Analysis (Chicago Guides to Writing, Editing, and Publishing) 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 راهنمای شیکاگو برای نوشتن در مورد تجزیه و تحلیل چند متغیره (راهنماهای شیکاگو برای نوشتن، ویرایش و انتشار) 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.
نوشتن در مورد تجزیه و تحلیل چند متغیره یک کار شگفت آور رایج است. محققان از این تکنیک های آماری پیشرفته برای بررسی روابط بین متغیرهای متعدد مانند ورزش، رژیم غذایی و بیماری قلبی یا پیش بینی اطلاعاتی مانند نرخ بهره در آینده یا بیکاری استفاده می کنند. بسیاری از افراد مختلف، از دانشمندان علوم اجتماعی گرفته تا سازمان های دولتی و حرفه ای های تجاری، برای اطلاع رسانی تصمیمات خود به نتایج مدل های چند متغیره وابسته هستند. در عین حال، بسیاری از محققان در برقراری ارتباط با هدف و یافته های این مدل ها مشکل دارند. اغلب اوقات، توضیحات در اصطلاحات آماری و جزئیات فنی غرق میشوند و مخاطبان در تلاش برای درک اعداد و تفسیر آنها هستند. در اینجا، جین میلر کمک بسیار مورد نیاز را به محققان دانشگاهی و همچنین به تحلیلگرانی که برای آنها مینویسند ارائه میکند. مخاطبان عام راهنمای شیکاگو برای نوشتن در مورد تجزیه و تحلیل چند متغیره، روش های آماری پیشرفته را با نوشتن توضیحی خوب گرد هم می آورد. میلر با دوازده اصل اصلی برای نوشتن در مورد اعداد شروع به بحث در مورد چگونگی استفاده از جداول، نمودارها، مثالها و قیاسها برای نوشتن یک استدلال واضح و قانعکننده با استفاده از نتایج چند متغیره به عنوان شواهد میکند. نویسندگان مکرراً به این کتاب نگاه میکنند تا راهنمایی کنند که چگونه چگونه برای بیان ایده های خود در مقالات علمی، پیشنهادات مالی، سخنرانی ها، خلاصه ها، چارت بوک ها، پوسترها و سایر اسناد. برقراری ارتباط با مدلهای چند متغیره دیگر هرگز آنقدر پیچیده به نظر نمیرسد.
Writing about multivariate analysis is a surprisingly common task. Researchers use these advanced statistical techniques to examine relationships among multiple variables, such as exercise, diet, and heart disease, or to forecast information such as future interest rates or unemployment. Many different people, from social scientists to government agencies to business professionals, depend on the results of multivariate models to inform their decisions. At the same time, many researchers have trouble communicating the purpose and findings of these models. Too often, explanations become bogged down in statistical jargon and technical details, and audiences are left struggling to make sense of both the numbers and their interpretation.Here, Jane Miller offers much-needed help to academic researchers as well as to analysts who write for general audiences. The Chicago Guide to Writing about Multivariate Analysis brings together advanced statistical methods with good expository writing. Starting with twelve core principles for writing about numbers, Miller goes on to discuss how to use tables, charts, examples, and analogies to write a clear, compelling argument using multivariate results as evidence.Writers will repeatedly look to this book for guidance on how to express their ideas in scientific papers, grant proposals, speeches, issue briefs, chartbooks, posters, and other documents. Communicating with multivariate models need never appear so complicated again.