Olvasói vélemények
Összegzés:A könyvet nagyra értékelik a többszintű modellezés és a regressziós technikák áttekinthetősége, gyakorlatias megközelítése és átfogó lefedettsége miatt. Különösen kedvelik az R-ben jártas felhasználók, akik értékelik a példákat és a gyakorlati kódolást. Számos recenzens azonban csalódottságát fejezte ki a mellékelt R-kód minőségével kapcsolatban, számos hibát és következetlenséget említve, amelyek akadályozzák a tanulási élményt. A könyv és a kísérő források szervezése is javításra szorulna.
Előnyök:⬤ A többszintű modellezés és a regressziós technikák átfogó lefedettsége.
⬤ Világos és magával ragadó írásmód, amely az összetett fogalmakat is érthetővé teszi.
⬤ Gyakorlati példák és receptek az R használatához.
⬤ Nagy hangsúlyt fektet az elméleti fogalmak megértésére, nem pedig a képletek alkalmazására.
⬤ Hasznos referenciaként a társadalomtudományok hallgatói és tapasztalt kutatói számára egyaránt.
Hátrányok:⬤ Az R-kód példái gyakran hibásak vagy rosszul magyarázottak, ami frusztrációhoz vezet.
⬤ Egyes szakaszok nem elég mélyek, és a könyv teljes megértéséhez kiegészítő forrásokra lehet szükség.
⬤ A tartalom szervezése szétszórtnak tűnhet, ami befolyásolja a könyv áramlását és következetességét.
⬤ A rendelkezésre bocsátott adatkészletek és példák nem mindig jól dokumentáltak vagy könnyen hozzáférhetőek.
(72 olvasói vélemény alapján)
Eredeti címe:
Data Analysis Using Regression and Multilevel/Hierarchical Models
Könyv tartalma:
Az Adatelemzés regresszió és többszintű/hierarchikus modellek alkalmazásával egy átfogó kézikönyv az alkalmazott kutatók számára, akik lineáris és nemlineáris regresszió és többszintű modellek segítségével kívánnak adatelemzést végezni. A könyv a modellek széles skáláját mutatja be, miközben eligazítja az olvasót abban, hogyan illessze ezeket a modelleket a rendelkezésre álló szoftvercsomagok segítségével.
A könyv a szerzők saját alkalmazott kutatásaiból származó valós adatpéldákon keresztül szemlélteti a fogalmakat, és mindegyikhez programozási kódokat ad meg. A tárgyalt témák között szerepel az oksági következtetés, beleértve a regressziót, a posztstratifikációt, a párosítást, a regressziós diszkontinuitást és az instrumentális változókat, valamint a többszintű logisztikus regressziót és a hiányzó adatok imputálását. Az építéssel, illesztéssel és megértéssel kapcsolatos gyakorlati tippeket adunk az egész könyvben.
A szerző forrásoldala: http: //www.stat. columbia.edu/ gelman/arm/.
