دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
دسته بندی: آمار ریاضی ویرایش: نویسندگان: Alexander von Eye سری: ISBN (شابک) : 080584323X, 9780805843231 ناشر: Psychology Press سال نشر: 2002 تعداد صفحات: 468 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 5 مگابایت
کلمات کلیدی مربوط به کتاب تجزیه و تحلیل فرکانس پیکربندی: روشها، مدلها و کاربردها: ریاضیات، نظریه احتمالات و آمار ریاضی، آمار ریاضی
در صورت تبدیل فایل کتاب Configural Frequency Analysis: Methods, Models, and Applications به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب تجزیه و تحلیل فرکانس پیکربندی: روشها، مدلها و کاربردها نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
تجزیه و تحلیل فرکانس پیکربندی شده (CFA) مقدمه ای جامع و دقیق به تکنیک ها، مدل ها و برنامه های کاربردی خود ارائه می دهد. نمونههای دادههای تجربی واقعی که به سبکی رسمی و در عین حال قابل دسترس نوشته شدهاند، برای نشان دادن مفاهیم کلیدی استفاده میشوند. توالی برنامه های گام به گام برای نشان دادن نحوه به کارگیری روش های CFA با استفاده از بسته های نرم افزاری تجاری مانند SAS، SPSS، SYSTAT، S-Plus یا مواردی که به طور خاص برای اجرای CFA نوشته شده اند، به خوانندگان نشان داده می شود. CFA یک روش مهم برای تجزیه و تحلیل نتایج مربوط به داده های طبقه ای و طولی است. این به فرد اجازه میدهد به این سؤال پاسخ دهد که آیا سلولهای جداگانه یا گروههایی از سلولهای طبقهبندی متقابل به طور قابلتوجهی با انتظارات تفاوت دارند. انتظارات با استفاده از روش های به کار گرفته شده در مدل سازی لگ خطی یا اطلاعات پیشینی محاسبه می شوند. این تنها روش آماری است که به فرد اجازه می دهد در مورد مناطق خالی در فضای داده اظهاراتی را بیان کند. محققین کاربردی و یا شخص گرا، آماردانان و دانشجویان پیشرفته علاقه مند به CFA و داده های طبقه ای و طولی، این کتاب را منبع ارزشمندی خواهند یافت. این روش که از سال 1969 توسعه یافته است، اکنون توسط تعداد زیادی از محققان در سراسر جهان در رشته های مختلف از جمله روانشناسی، آموزش، پزشکی و جامعه شناسی استفاده می شود. تجزیه و تحلیل فرکانس پیکربندی شده به عنوان یک متن عالی برای دوره های تجزیه و تحلیل فرکانس پیکربندی، تجزیه و تحلیل متغیرهای طبقه بندی شده، یا تجزیه و تحلیل جداول احتمالی عمل می کند. پیش نیازها عبارتند از درک آمار توصیفی، آزمون فرضیه، برازش مدل آماری، و درک کمی از تجزیه و تحلیل داده های طبقه بندی شده و جبر ماتریسی.
Configural Frequency Analysis (CFA) provides an up-to-the-minute comprehensive introduction to its techniques, models, and applications. Written in a formal yet accessible style, actual empirical data examples are used to illustrate key concepts. Step-by-step program sequences are used to show readers how to employ CFA methods using commercial software packages, such as SAS, SPSS, SYSTAT, S-Plus, or those written specifically to perform CFA. CFA is an important method for analyzing results involved with categorical and longitudinal data. It allows one to answer the question of whether individual cells or groups of cells of cross-classifications differ significantly from expectations. The expectations are calculated using methods employed in log-linear modeling or a priori information. It is the only statistical method that allows one to make statements about empty areas in the data space. Applied and or person-oriented researchers, statisticians, and advanced students interested in CFA and categorical and longitudinal data will find this book to be a valuable resource. Developed since 1969, this method is now used by a large number of researchers around the world in a variety of disciplines, including psychology, education, medicine, and sociology. Configural Frequency Analysis will serve as an excellent text for courses on configural frequency analysis, categorical variable analysis, or analysis of contingency tables. Prerequisites include an understanding of descriptive statistics, hypothesis testing, statistical model fitting, and some understanding of categorical data analysis and matrix algebra.