Többszintű modellek alapjai: Monopoly(r) adatok és a Stata

Olvasói vélemények

Többszintű modell alapjai: A Ralph Taylor által írt Monopoly Data and Stata című könyvet azért dicsérik, mert a népszerű Monopoly társasjáték segítségével könnyen érthetővé és hozzáférhetővé teszi a többszintű modellezést. A könyv egyaránt szolgál tankönyvként a hallgatók számára egy második szintű statisztikai kurzuson, és referenciaként a szakemberek számára. Világos magyarázatai és gyakorlatias megközelítése jó fogadtatásra találnak, különösen a témában újonnan járók vagy a témát oktatók körében.

⬤ Az összetett többszintű modellezés fogalmait hozzáférhetővé és érthetővé teszi.
⬤ Magával ragadóan használja a Monopoly-adatokat az érthető példákhoz.
⬤ Kiváló forrás mind az oktatáshoz, mind az alkalmazott kutatáshoz.
⬤ Az alapvető fogalmak szilárd alapját nyújtja a továbblépés előtt.
⬤ A kísérő weboldal további forrásokat kínál, többek között letölthető adatokat és szemléltető videólinkeket.

Az értékelésekben nem szerepel kifejezetten, bár néhány felhasználó utalt arra, hogy a statisztika előzetes ismerete javíthatná az élményt.

(6 olvasói vélemény alapján)

Eredeti címe:

Multilevel Model Foundations: Monopoly(r) Data and Stata

Könyv tartalma:

Ez a könyv a többszintű modellek alapjait mutatja be a klasszikus társasjáték Monopoly(R) bérleti adatainak és a Stata(R) statisztikai programnak a segítségével. A játékkal kapcsolatos széleskörű tapasztalat azt jelenti, hogy sok olvasónak van előnye e modellek megértéséhez.

A kis adatkészlet - 132 bérleti díjérték 22 ingatlanra vonatkozóan, a játéktábla négy oldala szerint csoportosítva - az adatok és az eredmények átfogó grafikus megjelenítésével párosul, így minden olvasó láthatja a többszintű alapgondolatokat működés közben, szemléletes szinten. A standard statisztikai modellekről, az egyutas varianciaelemzésről és a többszörös regresszióról szóló két fejezet segít az olvasóknak abban, hogy lássák, hogyan támaszkodnak a többszintű modellek ezekre az egyszintű elképzelésekre, de ki is bővítik azokat. A fejezetek három alapvető többszintű modellt mutatnak be keresztmetszeti elemzésekhez - varianciaelemzés, kovarianciaelemzés és véletlen együtthatók regressziója -, valamint egy alapvető fejlődési modellt longitudinális elemzésekhez.

A hibaelhárítási útmutatás, az adatminták alapos vizsgálatával és a modellparaméterek gondos ellenőrzésével kombinálva, mind segít az olvasóknak jobban megérteni, hogy mit jelentenek a modell eredményei, mikor kell vagy nem kell megbízni a modell eredményeiben, és hogyan kapcsolódnak vissza a modell eredményei az alapvető elméleti kérdésekhez. Következésképpen az olvasóknak kialakul a legjobb gyakorlatok érzete a saját többszintű modelljeik felépítéséhez és diagnosztizálásához.

Azok, akik befejezik a kötetet, könnyedén alkalmazhatják a tanultakat összetettebb adatkészletekre és modellekre, és a rendelkezésre álló online Stata do fájlokat ezekhez a projektekhez igazíthatják. Minden társadalomtudós, aki időben, térben vagy mindkettőben klaszterezett adatokkal dolgozik, és többet szeretne megtudni arról, hogyan lehet ezeket a modelleket használni, értelmezni vagy tanítani, hasznosnak fogja találni a könyvet.