Çok Düzeyli Regresyon Modelleri: R ve Jamovi Uygulamalı

Çok Düzeyli Regresyon Modelleri: R ve Jamovi Uygulamalı

Özlem Yorulmaz

0.0 (0 )
9789753537247
Der Yayınları
2023
Ciltsiz
158
158.0 gr
16.5 x 23.5
1. Hamur

$56.37

Uygulamalarda karşımıza çıkan veri kümesi birbiriyle ilişkili birimler içerebilir. Bu ilişkili birimler, tabakalı örneklemenin sonucundan, tekrarlanan ölçümlerden ya da boylamsal (Longitudinal) veri türünden kaynaklı olabilir. İlişkili birimler, hiyerarşik diğer bir ifadeyle çok düzeyli bir yapıya sahiptir. Uygulanacak istatistiksel analizlerde, birimlerin benzerliğinden kaynaklanan ilişkili yapı ve bunun yanı sıra veri kümesindeki farklı düzeylerin etkisinin dikkate alınması önemlidir.  Çok düzeyli modeller veri kümesindeki ilişkili yapıyı ve farklı düzeylerden gelen bilgiyi dikkate alan modellerdir Çok düzeyli modeller literatürde, hiyerarşik doğrusal modeller, karma modeller ve rastlantısal etkili modeller şeklinde de isimlendirilir.

 Kitabın konusunu kümelenmiş veri kümelerinin varlığında kullanılan çok düzeyli regresyon modelleri oluşturmaktadır. Sosyal ve davranış bilimlerinde sıklıkla kullanılan bu modeller,  bağımlı değişkenin sürekli ve kategorik olduğu durumlar için R ve JAMOVİ programları ile incelenmiştir. Her iki programın ortak özelliği ücretsiz ve açık kaynak kodlu olmasıdır. Konunun iyi anlaşılması için R ve JAMOVİ çıktılarını içeren çok sayıda örneğe yer verilmiştir. Bu örneklerin çözümüne ait R ve JAMOVİ kodlarının yanı sıra veri kümelerine ulaşılabilecek web adresleri de paylaşılmıştır.

Bu kitabın, regresyon analizi hakkında bilgiye sahip olan, özellikle anket yaparak birincil veri derleyen, ekonomi, işletme, psikoloji, eğitim bilimleri ve sosyoloji gibi çeşitli sosyal ve davranışsal alanlarda çalışan araştırmacı ve öğrencilere katkı sağlaması beklenmektedir.

 

(0)

0.0

0
.

8. Sınıf Paragraf Soru Bankası
Ceren Seyhan · Motivasyon Yayınları
Otronas
Tolga Akalın · Siyah Kitap
Gönülçelen
Orenda · Lapis Kitap
Mevsimler Gelir Geçer
Murat Duman · Alakarga Sanat Yayınları
Kaigen'in Kılıcı
M. L. Wang · Beta Byou