Hierarchikus lineáris modellek: Alkalmazások és adatelemzési módszerek

Olvasói vélemények

A Raudenbush & Bryk hierarchikus lineáris modellezésről (HLM) szóló könyvéről szóló kritikák kiemelik, hogy az átfogó és alapvető forrás a többszintű modellekkel dolgozó haladó kvantitatív kutatók számára. Számos felhasználó azonban rámutatott arra, hogy nem alkalmas kezdők számára, és további támogatás nélkül sűrű és kihívást jelent a követése.

⬤ Átfogó és részletes forrás a HLM-hez.
⬤ Kiváló referencia haladó kutatók számára.
⬤ A HLM jó lefedettsége longitudinális mintákban és más haladó témákban.
⬤ Kiváló minőségű szállítás és csomagolás.
⬤ Kedvezményes vásárlás.
⬤ Gyakorlati adatkészleteket tartalmaz.

⬤ Nem alkalmas kezdőknek; erős statisztikai alapokat igényel.
⬤ Sűrű írásmód, ami megnehezíti a követést.
⬤ Kevés magyarázat a fontos fogalmakhoz és példákhoz.
⬤ Néhány kritikus szerint a példák nehezen reprodukálhatók.
⬤ Az ASCII karakterekből készült ábrák kevésbé hasznosak, mint a hagyományos grafikonok.
⬤ Korlátozott gyakorlati útmutatás a HLM-szoftverrel végzett elemzésekhez.

(22 olvasói vélemény alapján)

Eredeti címe:

Hierarchical Linear Models: Applications and Data Analysis Methods

Könyv tartalma:

Az első kiadásban a hierarchikus lineáris modellek (HLM) elméletének és használatának gazdag, szemléletes példái és világos magyarázatai miatt népszerű könyv négy részre szerveződött át, négy teljesen új fejezettel. Az első két rész, a "A hierarchikus lineáris modellezés logikája" című I. rész és az "Alapvető alkalmazások" című II. rész szorosan párhuzamos az előző kiadás első kilenc fejezetével, jelentős bővítésekkel és technikai pontosításokkal, például:

* A HLM-modellekkel használt alapvető becslési és következtetési eljárások intuitív bevezető összefoglalása, amely csak minimális matematikai kifinomultságot igényel a 3. fejezetben.

* Új fejezet a többváltozós növekedési modellekről a 6. fejezetben.

* A kutatási szintézis vagy metaanalízis alkalmazásainak tárgyalása a 7. fejezetben.

* Adatelemzési tanácsok az 1. szintű prediktorokra vonatkozó központozással kapcsolatban, valamint új anyag a plauzibilis értékintervallumokról és a robusztus standard becslőkről.