Tytuł: | Statystyczny drogowskaz 3 Praktyczny przewodnik modeli regresji oraz równań strukturalnych | | Autor: | Sylwia Bedyńska | | ISBN: | 978-83-63354-05-3 | | Ilość stron: | 248 | | Data wydania: | 2012 | | Format: | 19.0x24.0cm | | Wydawnictwo: | Sedno | |
| Cena: | 59.00zł | |
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. Książka Statystyczny drogowskaz 3. 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.
Książka jest adresowana do studentów psychologii i nauk pokrewnych, którzy w ramach studiów wykonują badania i analizują dane prawie na każdym roku studiów. Zaawansowane treści przedstawione w książce rozszerzą krąg jej odbiorców o doktorantów i naukowców zajmujących się badaniami psychologicznymi, jak również badaczy, których prace dotyczą zagadnień socjologicznych czy pedagogicznych. Ponadto jest kierowana do wszystkich, którzy – choćby hobbistycznie – zajmują się badaniami naukowymi.
Statystyczny drogowskaz 3. Praktyczny przewodnik wykorzystania modeli regresji oraz równań strukturalnych – jest kontynuacją podręcznika Statystyczny drogowskaz. Praktyczny poradnik analizy danych w naukach społecznych na przykładach z psychologii, wydanego pod redakcją naukową Sylwii Bedyńskiej i Anety Brzezickiej.
Rozdziały:
CZĘŚĆ I MODELE REGRESJI
ROZDZIAŁ 1 Regresja prosta Wprowadzenie 16 Kowariancja i korelacja jako miary współzmienności 17 Jednozmiennowa analiza regresji 21 Dopasowanie linii regresji metodą najmniejszych kwadratów 21 Równanie linii prostej – parametry modelu Przykład: relacja temperatury i samopoczucia
ROZDZIAŁ 2 Regresja wielokrotna Wprowadzenie 36 Analiza regresji wielozmiennowej w programie IBM SPSS Statistics 38 Korelacja cząstkowa i semicząstkowa w analizie regresji 40 Różne metody wprowadzania predyktorów w analizie regresji 43 Regresja krokowa 45 Regresja hierarchiczna 49
ROZDZIAŁ 3 Testowanie założeńDiagnostyka w analizie regresji Wprowadzenie Statystyczny drogowskaz 2 Założenia analizy regresji Homoscedastyczność Brak korelacji składników losowych Brak skorelowania predyktorów 64 Normalność rozkładu zmiennych oraz normalność rozkładu reszt 67 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 95 Kodowanie quasi-eksperymentalne Kodowanie ortogonalne
ROZDZIAŁ 5 Analiza mediacyjna w regresji Poszukiwanie zmiennych pośredniczących Wprowadzenie Klasyczne podejście Barona i Kenny’ego Model mediacji Cohena i Cohen Przykład 1Model mediacyjny z ilościową zmienną niezależną 112 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 2Model mediacyjny z dychotomiczną zmienną niezależną 120 Trudności w poszukiwaniu mediacji
ROZDZIAŁ 6 W poszukiwaniu interakcjiModeratory 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 163 Interpretacja parametrów Model regresji wielorakiej Model ścieżkowy z kowariancją i zależnościami pośrednimi Estymacja modeli strukturalnych Założenia Metody estymacji Ocena jakości modelu Test dopasowania modelu 183 Miary dopasowania do populacyjnej macierzy wariancji-kowariancji 186 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 219 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
|