Analiza regresji i modele liniowe: Koncepcje, zastosowania i wdrażanie

Opinie czytelników

Książka ta jest wysoko ceniona jako cenne źródło do nauki regresji i statystyki, chwalona za jasny język i nowoczesne techniki. Została jednak skrytykowana za użycie niestandardowej notacji i obecność erraty w pierwszym wydaniu.

Przejrzysty i przyjemny język, doskonałe wyjaśnienia, przydatne do nauki regresji, korzystne zarówno dla studiów osobistych, jak i zespołów badawczych, wysoko cenione przez czytelników.

Stosowanie niestandardowej notacji irytuje niektórych czytelników, a w pierwszym wydaniu znajduje się znaczna ilość errat.

(na podstawie 8 opinii czytelników)

Oryginalny tytuł:

Regression Analysis and Linear Models: Concepts, Applications, and Implementation

Zawartość książki:

Kładąc nacisk na zrozumienie pojęciowe, a nie matematykę, ten przyjazny dla użytkownika tekst wprowadza analizę regresji liniowej dla studentów i badaczy z nauk społecznych, behawioralnych, konsumenckich i zdrowotnych. Obejmuje konstrukcję i estymację modeli, kwantyfikację i pomiar wielowymiarowych i częściowych powiązań, kontrolę statystyczną, porównania grup, analizę moderacji, mediację i analizę ścieżek oraz diagnostykę regresji, a także inne ważne tematy. Wciągające przykłady demonstrują każdą technikę, wraz z pomocnymi radami i przestrogami. Podkreślono wykorzystanie SPSS, SAS i STATA, z dodatkiem dotyczącym analizy regresji przy użyciu R. Towarzysząca strona internetowa ( www.afhayes.com ) zawiera zestawy danych dla przykładów z książki, a także makro RLM dla SPSS i SAS.

Cechy pedagogiczne:

*Rozdziały zawierają kod SPSS, SAS lub STATA związany z opisanymi analizami, z których każdy jest wyraźnie sformatowany w celu łatwej identyfikacji.

*Dodatek dokumentuje makro RLM, które ułatwia obliczenia w celu oszacowania i sprawdzenia interakcji, analizy dominacji, błędów standardowych zgodnych z heteroscedastycznością i regresji liniowo-splajnowej, a także innych analiz.

*Uczniowie mogą przećwiczyć to, czego nauczyli się w każdym rozdziale, korzystając z zestawów danych dostępnych online.

*Porusza tematy, które zwykle nie są omawiane, takie jak sposoby pomiaru ważności zmiennej, systemy kodowania do reprezentowania zmiennych kategorycznych, związek przyczynowy i mity na temat testowania interakcji.