خرید و دانلود نسخه کامل کتاب Hierarchical Linear Models: Applications and Data Analysis Methods

توضیحاتی در مورد کتاب

”این یک کتاب درجه یک است که به یکی از مهمترین زمینه های تحقیقات فعلی در آمار کاربردی می پردازد … روش های توصیف شده به طور گسترده قابل استفاده هستند … استاندارد ارائه بسیار بالا است.”
– بررسی های کوتاه کتاب از موسسه بین المللی آمار

“فصل های جدید (10-14) یک منبع عالی برای تحقیق و آموزش را بهبود می بخشد. محتوای آنها پوشش کتاب را گسترش می دهد تا شامل مدل هایی برای نتایج سطح 1 گسسته، واحدهای سطح 2 غیر تودرتو، داده های ناقص و اندازه گیری شود. خطا—همه موضوعات حیاتی در آمارهای اجتماعی معاصر. طبق سنت چاپ اول، آنها به وضوح نوشته شده اند و از مثال های اساسی جالب برای نشان دادن روش ها به خوبی استفاده می کنند. دانشجویان تحصیلات تکمیلی پیشرفته و محققان اجتماعی این نسخه گسترش یافته را بلافاصله مفید خواهند یافت. و مربوط به تحقیقات آنها است.”
–تد گربر، جامعه شناسی، دانشگاه آریزونا

“فصل 11 همچنین خواندنی هیجان انگیز بود و تطبیق پذیری مدل ترکیبی با الگوریتم EM را نشان می دهد. عملاً در هر صفحه یک مکاشفه جدید وجود داشت. من دیدم که شرح بسیار واضح است. مانند هدایت از یک اتاق گنج به اتاق دیگر بود. و همه جواهرات ذاتاً مفید هستند. اینها مشکلاتی هستند که محققان هر روز با آن روبرو هستند و این فصل جایگزینی عالی برای نحوه برخورد سنتی ما با این مشکلات به ما می دهد.”
–پاول سوانک، دانشکده پرستاری هیوستون، دانشگاه تگزاس، هیوستون

این کتاب که در ویرایش اول به دلیل مثال‌های غنی و گویا و توضیحات شفاف در مورد تئوری و استفاده از مدل‌های خطی سلسله مراتبی (HLM) محبوب است، در چهار بخش با چهار فصل کاملاً جدید سازماندهی مجدد شده است. دو بخش اول، بخش اول در مورد “منطق مدل سازی سلسله مراتبی خطی” و بخش دوم در مورد “کاربردهای اساسی” با 9 فصل اول نسخه قبلی با بسط و توضیح فنی قابل توجهی موازی می شود، مانند:

* خلاصه مقدماتی بصری از رویه‌های اساسی برای تخمین و استنتاج مورد استفاده در مدل‌های HLM که فقط به سطح حداقلی از پیچیدگی ریاضی در فصل 3 نیاز دارد.
* بخش جدید در مورد مدل های رشد چند متغیره در فصل 6
* بحث در مورد ترکیب تحقیق یا کاربردهای متاآنالیز در فصل 7
* توصیه‌های تحلیلی داده‌ها در مورد تمرکز پیش‌بینی‌کننده‌های سطح 1 و مطالب جدید بر روی فواصل ارزش قابل قبول و برآوردگرهای استاندارد قوی

در حالی که ویرایش اول توجه خود را به نتایج مستمر توزیع شده در سطح 1 محدود می کند، این ویرایش دوم اکنون شامل مجموعه ای از انواع نتایج در قسمت III است:

* فصل 10 جدید کاربردهای مدل های سلسله مراتبی را در مورد نتایج باینری، داده های شمارش شده، دسته های مرتب شده و نتایج چند جمله ای با استفاده از مثال های دقیق برای نشان دادن هر مورد مورد بررسی قرار می دهد.
* فصل 11 جدید در مورد مدل های متغیر پنهان، از جمله تخمین رگرسیون از داده های از دست رفته، تخمین رگرسیون زمانی که پیش بینی ها با خطا اندازه گیری می شوند، و جاسازی مدل های پاسخ آیتم در چارچوب مدل HLM
* مقدمه ای جدید بر منطق استنتاج بیزی با کاربردهای داده های سلسله مراتبی (فصل 13)

نویسندگان در بخش چهارم با تئوری آماری و محاسبات مورد استفاده در سراسر کتاب، از جمله مدل‌های تک متغیره با خطاهای معمولی سطح 1، مدل‌های خطی چند متغیره، و مدل‌های خطی تعمیم یافته سلسله مراتبی، نتیجه‌گیری می‌کنند.