Statystyczny drogowskaz : praktyczny przewodnik wykorzystania modeli regresji oraz równań strukturalnych. 3
"Praktyczny przewodnik wykorzystania modeli regresji oraz równań strukturalnych "
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.
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 |
- CZĘŚĆ I. MODELE REGRESJI
- ROZDZIAŁ 1. Regresja prosta
- Wprowadzenie
- Kowariancja i korelacja jako miary współzmienności
- Jednozmiennowa analiza represji
- Dopasowanie linii regresji metodą najmniejszych kwadratów
- Równanie linii prostej - parametry modelu
- Analiza regresji w programie IBM SPSS Statistics
- Przykład: relacja temperatury i samopoczucia
- ROZDZIAŁ 2. Regresja wielokrotna
- Wprowadzenie
- Analiza regresji wielozmiennowej w programie IBM SPSS Statistics
- Korelacja cząstkowa i semicząstkowa w analizie regresji
- Różne metody wprowadzania predyktorów w analizie regresji
- Regresja krokowa
- Regresja hierarchiczna
- ROZDZIAŁ 3. Testowanie założeń. Diagnostyka w analizie regresji
- Wprowadzenie
- Założenia analizy regresji
- Homoscedastyczność
- Brak korelacji składników losowych
- Brak skorelowania predyktorów
- Normalność rozkładu zmiennych oraz normalność rozkładu reszt
- Jak policzyć statystyki diagnostyczne w programie IBM SPSS Statistics
- ROZDZIAŁ 4. Zmienne jakościowe jako predyktory w analizie regresji
- Wprowadzenie
- Tworzenie zmiennych instrumentalnych dla jakościowego predyktora niedychotomicznego
- Kodowanie zero-jedynkowe
- Kodowanie quasi-eksperymentalne
- Kodowanie ortogonalne
- ROZDZIAŁ 5. Analiza mediacyjna w regresji. Poszukiwanie zmiennych pośredniczących
- Wprowadzenie
- Klasyczne podejście Barona i Kennyego
- Model mediacji Cohena i Cohen
- Przykład 1. Model mediacyjny z ilościową zmienną niezależną
- Krok 1 - relacja między zmienną niezależną a zależną
- Krok 2 - relacja między zmienną niezależną a mediatorem
- Krok 3 - relacja zmiennej niezależnej i mediatora ze zmienną zależną
- Testy: Sobela, Aroiana i Goodmana testujące istotność mediacji częściowej
- Opis wyników
- Przykład 2. Model mediacyjny z dychotomiczną zmienną niezależną
- Trudności w poszukiwaniu mediacji
- ROZDZIAŁ 6. W poszukiwaniu interakcji. Moderatory w analizie regresji
- Wprowadzenie
- Poszukiwanie interakcji - kolejne kroki
- Interakcja z dychotomicznym moderatorem
- Interakcja z moderatorem ilościowym
- Interakcja trzech zmiennych
- Poszukiwanie interakcji między zmiennymi jakościowymi o większej liczbie wartości niż dwie
- CZĘŚĆ II. MODELOWANIE STRUKTURALNE
- ROZDZIAŁ 7. Modele strukturalne zmiennych obserwowalnych
- Wprowadzenie
- Specyfikacja modelu strukturalnego zmiennych obserwowalnych
- Interpretacja parametrów
- Model regresji wielorakiej
- Model ścieżkowy z kowariancją i zależnościami pośrednimi
- Estymacja modeli strukturalnych
- Założenia
- Metody estymacji
- Ocena jakości modelu
- Test dopasowania modelu
- Miary dopasowania do populacyjnej macierzy wariancji-kowariancji
- Indeksy dopasowania
- Kryteria informacyjne
- Modyfikowanie modelu
- Badanie istotności parametrów
- Indeksy modyfikacji
- ROZDZIAŁ 8. Modele strukturalne w podgrupach
- Wprowadzenie
- Specyfikacja i estymacja
- Porówanywanie pojedynczych parametrów między grupami
- Weryfikacja złożonych hipotez dotyczących równości parametrów między grupami
- ROZDZIAŁ 9. Modelowanie strukturalne ze zmiennymi ukrytymi
- Wprowadzenie
- Specyfikacja modelu strukturalnego ze zmiennymi ukrytymi
- Część strukturalna modelu
- Część pomiarowa modelu
- Konfirmacyjna analiza czynnikowa jako narzędzie weryfikacji modelu pomiarowego
- Estymacja i interpretacja modelu strukturalnego ze zmiennymi ukrytymi
- ROZDZIAŁ 10. Krótkie wprowadzenie do IBM SPSS Statistics AMOS
Zobacz spis treści
Sprawdź dostępność, zarezerwuj (zamów):
(kliknij w nazwę placówki - więcej informacji)