KI-Beratung Beta
Vor Ort
Merkzettel Warenkorb
  • Produktbild: Data Analysis Using Regression and Multilevel Hierarchical Models
  • Produktbild: Data Analysis Using Regression and Multilevel Hierarchical Models

Data Analysis Using Regression and Multilevel Hierarchical Models

82,99 €

inkl. gesetzl. MwSt., Versandkostenfrei

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

06.03.2019

Abbildungen

160 exercises

Verlag

Cambridge University Press

Seitenzahl

648

Maße (L/B/H)

25,4/17,8/3,5 cm

Gewicht

1199 g

Sprache

Englisch

ISBN

978-0-521-68689-1

Beschreibung

Rezension

'Data Analysis Using Regression and Multilevel/Hierarchical Models' ... careful yet mathematically accessible style is generously illustrated with examples and graphical displays, making it ideal for either classroom use or self-study. It appears destined to adorn the shelves of a great many applied statisticians and social scientists for years to come.' Brad Carlin, University of Minnesota

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

06.03.2019

Abbildungen

160 exercises

Verlag

Cambridge University Press

Seitenzahl

648

Maße (L/B/H)

25,4/17,8/3,5 cm

Gewicht

1199 g

Sprache

Englisch

ISBN

978-0-521-68689-1

Herstelleradresse

Libri GmbH
Europaallee 1
36244 Bad Hersfeld
DE

Email: gpsr@libri.de

Ein neues Kapitel für Ihre Bücher

Ein neues Kapitel für Ihre Bücher

Schenken Sie Ihren alten Schätzen ein zweites Leben und erhalten Sie dafür eine Thalia Geschenkkarte.

Jetzt verkaufen
Jetzt verkaufen

Noch keine Bewertungen vorhanden

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.

Kundinnen und Kunden meinen

Bewertungen (0)
  • Produktbild: Data Analysis Using Regression and Multilevel Hierarchical Models
  • Produktbild: Data Analysis Using Regression and Multilevel Hierarchical Models
  • 1. Why?; 2. Concepts and methods from basic probability and statistics; Part I. A. Single-Level Regression: 3. Linear regression: the basics; 4. Linear regression: before and after fitting the model; 5. Logistic regression; 6. Generalized linear models; Part I. B. Working with Regression Inferences: 7. Simulation of probability models and statistical inferences; 8. Simulation for checking statistical procedures and model fits; 9. Causal inference using regression on the treatment variable; 10. Causal inference using more advanced models; Part II. A. Multilevel Regression: 11. Multilevel structures; 12. Multilevel linear models: the basics; 13. Multilevel linear models: varying slopes, non-nested models and other complexities; 14. Multilevel logistic regression; 15. Multilevel generalized linear models; Part II. B. Fitting Multilevel Models: 16. Multilevel modeling in bugs and R: the basics; 17. Fitting multilevel linear and generalized linear models in bugs and R; 18. Likelihood and Bayesian inference and computation; 19. Debugging and speeding convergence; Part III. From Data Collection to Model Understanding to Model Checking: 20. Sample size and power calculations; 21. Understanding and summarizing the fitted models; 22. Analysis of variance; 23. Causal inference using multilevel models; 24. Model checking and comparison; 25. Missing data imputation; Appendixes: A. Six quick tips to improve your regression modeling; B. Statistical graphics for research and presentation; C. Software; References.