ورود به حساب

نام کاربری گذرواژه

گذرواژه را فراموش کردید؟ کلیک کنید

حساب کاربری ندارید؟ ساخت حساب

ساخت حساب کاربری

نام نام کاربری ایمیل شماره موبایل گذرواژه

برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید


09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب Regression Models for Categorical Dependent Variables Using Stata

دانلود کتاب مدل های رگرسیون برای متغیرهای وابسته طبقه بندی با استفاده از Stata

Regression Models for Categorical Dependent Variables Using Stata

مشخصات کتاب

Regression Models for Categorical Dependent Variables Using Stata

دسته بندی: نرم افزار: سیستم ها: محاسبات علمی
ویرایش: 3 
نویسندگان: ,   
سری:  
ISBN (شابک) : 1597181110, 9781597181112 
ناشر: Stata Press 
سال نشر: 2014 
تعداد صفحات: 618 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 37 مگابایت

قیمت کتاب (تومان) : 34,000



کلمات کلیدی مربوط به کتاب مدل های رگرسیون برای متغیرهای وابسته طبقه بندی با استفاده از Stata: کتابخانه، ادبیات کامپیوتر، Stata



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 16


در صورت تبدیل فایل کتاب Regression Models for Categorical Dependent Variables Using Stata به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.

توجه داشته باشید کتاب مدل های رگرسیون برای متغیرهای وابسته طبقه بندی با استفاده از Stata نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.


توضیحاتی در مورد کتاب مدل های رگرسیون برای متغیرهای وابسته طبقه بندی با استفاده از Stata



مدل‌های رگرسیون برای متغیرهای وابسته طبقه‌ای با استفاده از Stata، نسخه سوم نحوه استفاده از Stata را برای برازش و تفسیر مدل‌های رگرسیون برای داده‌های طبقه‌بندی نشان می‌دهد. چاپ سوم بازنویسی کامل کتاب است. متغیرهای عامل و دستور حاشیه نحوه تخمین و تفسیر اثرات متغیرها را تغییر دادند. علاوه بر این، دیدگاه نویسندگان در مورد تفسیر نیز تکامل یافته است. تغییرات در Stata و دیدگاه‌های نویسندگان، نویسندگان را برانگیخت تا دستورات محبوب SPost خود را به طور کامل بازنویسی کنند تا از قدرت فرمان حاشیه‌ها و انعطاف‌پذیری نمادگذاری متغیر فاکتور استفاده کنند. نسخه جدید خوانندگان نسخه قبلی و همچنین خوانندگان جدید را علاقه مند می کند. حتی با وجود حذف حدود 150 صفحه از ضمیمه ها، ویرایش سوم حدود 60 صفحه طولانی تر از نسخه دوم است.

اگرچه مدل‌های رگرسیون برای متغیرهای وابسته طبقه‌بندی رایج هستند، متن‌های کمی نحوه تفسیر چنین مدل‌هایی را توضیح می‌دهند. این متن جای خالی را پر می کند. با این کتاب، Long و Freese مجموعه ای از دستورات را برای تفسیر مدل، آزمایش فرضیه و تشخیص مدل ارائه می دهند. دستورات جدید همراه با ویرایش سوم، گنجاندن قدرت ها یا تعاملات متغیرهای کمکی را در مدل های رگرسیون آسان می کند و با مدل های تخمین زده شده با داده های پیمایش پیچیده به طور یکپارچه کار می کند.

دستورات جدید نویسندگان استفاده از حاشیه را بسیار ساده می کند، به همان روشی که فرمان marginsplot از قدرت حاشیه< استفاده می کند. /B> برای ترسیم پیش بینی ها. نویسندگان درباره نحوه استفاده از حاشیه و دستورات mchange، mtable و mgen جدید آنها برای محاسبه جداول و پیش بینی های طرح آنها همچنین در مورد چگونگی استفاده از این دستورات برای تخمین اثرات حاشیه ای، به طور میانگین در نمونه یا در مقادیر ثابت رگرسیون بحث می کنند. نویسندگان انواع روش‌های جدید را معرفی کرده و از آن‌ها حمایت می‌کنند که از پیش‌بینی‌ها برای تفسیر اثر متغیرها در مدل‌های رگرسیون استفاده می‌کنند.

ویرایش سوم با مقدمه‌ای عالی برای Stata آغاز می‌شود و با درمان‌های کلی تخمین، آزمایش دنبال می‌شود. ، تناسب و تفسیر این دسته از مدل ها. جدید در ویرایش سوم، یک فصل کامل در مورد چگونگی تفسیر مدل‌های رگرسیون با استفاده از پیش‌بینی‌ها است - فصلی که در فصل‌های بعدی که بر روی مدل‌هایی برای نتایج باینری، ترتیبی، اسمی و شمارش تمرکز دارد، بسط داده می‌شود.

Long و Freese از نمونه های عینی بسیاری در ویرایش سوم خود استفاده می کنند. تمام نمونه ها، مجموعه داده ها و دستورات نوشته شده توسط نویسنده در وب سایت نویسندگان موجود است، بنابراین خوانندگان می توانند به راحتی نمونه ها را با Stata تکرار کنند. این کتاب برای دانش‌آموزان یا محققین کاربردی که می‌خواهند یاد بگیرند که چگونه مدل‌ها را برای داده‌های مقوله‌ای برازش و تفسیر کنند، ایده‌آل است.


توضیحاتی درمورد کتاب به خارجی

Regression Models for Categorical Dependent Variables Using Stata, Third Edition shows how to use Stata to fit and interpret regression models for categorical data. The third edition is a complete rewrite of the book. Factor variables and the margins command changed how the effects of variables can be estimated and interpreted. In addition, the authors' views on interpretation have evolved. The changes to Stata and to the authors' views inspired the authors to completely rewrite their popular SPost commands to take advantage of the power of the margins command and the flexibility of factor-variable notation. The new edition will interest readers of a previous edition as well as new readers. Even though about 150 pages of appendixes were removed, the third edition is about 60 pages longer than the second.

Although regression models for categorical dependent variables are common, few texts explain how to interpret such models; this text fills the void. With the book, Long and Freese provide a suite of commands for model interpretation, hypothesis testing, and model diagnostics. The new commands that accompany the third edition make it easy to include powers or interactions of covariates in regression models and work seamlessly with models estimated with complex survey data.

The authors' new commands greatly simplify the use of margins, in the same way that the marginsplot command harnesses the power of margins for plotting predictions. The authors discuss how to use margins and their new mchange, mtable, and mgen commands to compute tables and to plot predictions. They also discuss how to use these commands to estimate marginal effects, averaged either over the sample or at fixed values of the regressors. The authors introduce and advocate a variety of new methods that use predictions to interpret the effect of variables in regression models.

The third edition begins with an excellent introduction to Stata and follows with general treatments of the estimation, testing, fit, and interpretation of this class of models. New to the third edition is an entire chapter about how to interpret regression models using predictions―a chapter that is expanded upon in later chapters that focus on models for binary, ordinal, nominal, and count outcomes.

Long and Freese use many concrete examples in their third edition. All the examples, datasets, and author-written commands are available on the authors' website, so readers can easily replicate the examples with Stata. This book is ideal for students or applied researchers who want to learn how to fit and interpret models for categorical data.





نظرات کاربران

تمامی حقوق معنوی و مادی وبسایت متعلق به اینترنشنال لایبرری می باشد
نماد اعتماد الکترونیکی