Biblioteka Publiczna

w Dzielnicy BEMOWO m.st. Warszawy

book2
book

Statystyczny drogowskaz : praktyczny przewodnik wykorzystania modeli regresji oraz równań strukturalnych. 3

"Praktyczny przewodnik wykorzystania modeli regresji oraz równań strukturalnych "

Autor: Bedyńska, Sylwia.




Statystyka, podobnie jak numerologia, jest traktowana przez studentów jak wiedza tajemna, wymagająca wtajemniczenia, a analizy statystyczne mają dla wielu status podobny do wróżenia z fusów. Statystyczny drogowskaz 3, autorstwa Sylwii Bedyńskiej i Moniki Książek, skutecznie walczy z tymi poglądami. Statystyczne analizy wielowymiarowe zostały przedstawione w sposób jasny, przejrzysty, pozwalający nawet humaniście zrozumieć

sposób ich wykonywania i ich sens. Dodatkowo, książka oferuje jasne wskazówki, jak krok po kroku wykonać obliczenia w jednym z popularnych pakietów statystycznych wykorzystywanych przez uczelnie i wiele firm badawczych - IBM SPSS Statistics.
Autorki, mając za sobą długoletnie doświadczenie w pracy ze studentami i doktorantami, prezentują nie tylko wiedzę dotyczącą metod poszukiwania zależności statystycznych, ale dzielą się praktycznymi wskazówkami, które pozwalają przeprowadzić efektywnie proces analizy zebranych danych.

Zobacz pełny opis
Odpowiedzialność:Sylwia Bedyńska, Monika Książek.
Hasła:SPSS
Statystyka - metody
Podręczniki akademickie
Adres wydawniczy:Warszawa : Wydawnictwo Akademickie Sedno : [Wydawnictwo Academica], 2012.
Opis fizyczny:246, [1] s. : il. ; 24 cm.
Uwagi:Nazwa drugiego wydawcy na pdst. bazy ISBN. Bibliogr. s. 239-241. Indeks.
Powiązane zestawienia:Statystyka
Skocz do:Dodaj recenzje, komentarz
Spis treści:

  1. CZĘŚĆ I. MODELE REGRESJI
  2. ROZDZIAŁ 1. Regresja prosta
  3. Wprowadzenie
  4. Kowariancja i korelacja jako miary współzmienności
  5. Jednozmiennowa analiza represji
  6. Dopasowanie linii regresji metodą najmniejszych kwadratów
  7. Równanie linii prostej - parametry modelu
  8. Analiza regresji w programie IBM SPSS Statistics
  9. Przykład: relacja temperatury i samopoczucia
  10. ROZDZIAŁ 2. Regresja wielokrotna
  11. Wprowadzenie
  12. Analiza regresji wielozmiennowej w programie IBM SPSS Statistics
  13. Korelacja cząstkowa i semicząstkowa w analizie regresji
  14. Różne metody wprowadzania predyktorów w analizie regresji
  15. Regresja krokowa
  16. Regresja hierarchiczna
  17. ROZDZIAŁ 3. Testowanie założeń. Diagnostyka w analizie regresji
  18. Wprowadzenie
  19. Założenia analizy regresji
  20. Homoscedastyczność
  21. Brak korelacji składników losowych
  22. Brak skorelowania predyktorów
  23. Normalność rozkładu zmiennych oraz normalność rozkładu reszt
  24. Jak policzyć statystyki diagnostyczne w programie IBM SPSS Statistics
  25. ROZDZIAŁ 4. Zmienne jakościowe jako predyktory w analizie regresji
  26. Wprowadzenie
  27. Tworzenie zmiennych instrumentalnych dla jakościowego predyktora niedychotomicznego
  28. Kodowanie zero-jedynkowe
  29. Kodowanie quasi-eksperymentalne
  30. Kodowanie ortogonalne
  31. ROZDZIAŁ 5. Analiza mediacyjna w regresji. Poszukiwanie zmiennych pośredniczących
  32. Wprowadzenie
  33. Klasyczne podejście Barona i Kennyego
  34. Model mediacji Cohena i Cohen
  35. Przykład 1. Model mediacyjny z ilościową zmienną niezależną
  36. Krok 1 - relacja między zmienną niezależną a zależną
  37. Krok 2 - relacja między zmienną niezależną a mediatorem
  38. Krok 3 - relacja zmiennej niezależnej i mediatora ze zmienną zależną
  39. Testy: Sobela, Aroiana i Goodmana testujące istotność mediacji częściowej
  40. Opis wyników
  41. Przykład 2. Model mediacyjny z dychotomiczną zmienną niezależną
  42. Trudności w poszukiwaniu mediacji
  43. ROZDZIAŁ 6. W poszukiwaniu interakcji. Moderatory w analizie regresji
  44. Wprowadzenie
  45. Poszukiwanie interakcji - kolejne kroki
  46. Interakcja z dychotomicznym moderatorem
  47. Interakcja z moderatorem ilościowym
  48. Interakcja trzech zmiennych
  49. Poszukiwanie interakcji między zmiennymi jakościowymi o większej liczbie wartości niż dwie
  50. CZĘŚĆ II. MODELOWANIE STRUKTURALNE
  51. ROZDZIAŁ 7. Modele strukturalne zmiennych obserwowalnych
  52. Wprowadzenie
  53. Specyfikacja modelu strukturalnego zmiennych obserwowalnych
  54. Interpretacja parametrów
  55. Model regresji wielorakiej
  56. Model ścieżkowy z kowariancją i zależnościami pośrednimi
  57. Estymacja modeli strukturalnych
  58. Założenia
  59. Metody estymacji
  60. Ocena jakości modelu
  61. Test dopasowania modelu
  62. Miary dopasowania do populacyjnej macierzy wariancji-kowariancji
  63. Indeksy dopasowania
  64. Kryteria informacyjne
  65. Modyfikowanie modelu
  66. Badanie istotności parametrów
  67. Indeksy modyfikacji
  68. ROZDZIAŁ 8. Modele strukturalne w podgrupach
  69. Wprowadzenie
  70. Specyfikacja i estymacja
  71. Porówanywanie pojedynczych parametrów między grupami
  72. Weryfikacja złożonych hipotez dotyczących równości parametrów między grupami
  73. ROZDZIAŁ 9. Modelowanie strukturalne ze zmiennymi ukrytymi
  74. Wprowadzenie
  75. Specyfikacja modelu strukturalnego ze zmiennymi ukrytymi
  76. Część strukturalna modelu
  77. Część pomiarowa modelu
  78. Konfirmacyjna analiza czynnikowa jako narzędzie weryfikacji modelu pomiarowego
  79. Estymacja i interpretacja modelu strukturalnego ze zmiennymi ukrytymi
  80. ROZDZIAŁ 10. Krótkie wprowadzenie do IBM SPSS Statistics AMOS

Zobacz spis treści



Sprawdź dostępność, zarezerwuj (zamów):

(kliknij w nazwę placówki - więcej informacji)

Czyt. nr VIII
(sala Wyp. 38)
ul. Konarskiego Stanisława 6

Sygnatura: 43153/III (p)
Numer inw.: 47659
Dostępność: pozycja wypożyczana na 14 dni, tylko po uprzednim zamówieniu

schowek

Dodaj komentarz do pozycji:

Swoją opinię można wyrazić po uprzednim zalogowaniu.