Leserbewertungen
Zusammenfassung:Die Rezensionen des Buches von Raudenbush & Bryk über Hierarchische Lineare Modellierung (HLM) heben es als umfassendes und unverzichtbares Hilfsmittel für fortgeschrittene quantitative Forscher hervor, die mit mehrstufigen Modellen arbeiten. Viele Nutzer wiesen jedoch darauf hin, dass es für Anfänger nicht geeignet ist und dazu neigt, dicht zu sein und ohne zusätzliche Unterstützung schwierig zu folgen.
Vorteile:⬤ Umfassende und detaillierte Quelle für HLM.
⬤ Ausgezeichnete Referenz für fortgeschrittene Forscher.
⬤ Gute Abdeckung von HLM in Längsschnittdesigns und anderen fortgeschrittenen Themen.
⬤ Hochwertige Lieferung und Verpackung.
⬤ Preisnachlässe beim Kauf möglich.
⬤ Datensätze für die Praxis enthalten.
⬤ Nicht für Anfänger geeignet; erfordert eine solide statistische Grundlage.
⬤ Der dichte Schreibstil macht es schwer, dem Buch zu folgen.
⬤ Spärliche Erklärungen wichtiger Konzepte und Beispiele.
⬤ Einige Rezensenten fanden die Beispiele schwer nachvollziehbar.
⬤ Aus ASCII-Zeichen erstellte Diagramme sind weniger hilfreich als Standardgrafiken.
⬤ Begrenzte praktische Anleitung zur Durchführung von Analysen mit HLM-Software.
(basierend auf 22 Leserbewertungen)
Originaltitel:
Hierarchical Linear Models: Applications and Data Analysis Methods
Inhalt des Buches:
Das Buch, das in der ersten Auflage für seine reichhaltigen, anschaulichen Beispiele und klaren Erklärungen zur Theorie und Anwendung hierarchischer linearer Modelle (HLM) beliebt war, wurde in vier Teile mit vier völlig neuen Kapiteln umstrukturiert. Die ersten beiden Teile, Teil I über "Die Logik der hierarchischen linearen Modellierung" und Teil II über "Grundlegende Anwendungen", sind eng an die ersten neun Kapitel der vorherigen Ausgabe angelehnt, mit bedeutenden Erweiterungen und technischen Klarstellungen, wie zum Beispiel:
* Eine intuitive einleitende Zusammenfassung der grundlegenden Verfahren zur Schätzung und Inferenz, die mit HLM-Modellen verwendet werden, die nur ein minimales Maß an mathematischer Raffinesse in Kapitel 3 erfordert.
* Neuer Abschnitt über multivariate Wachstumsmodelle in Kapitel 6.
* Eine Diskussion von Anwendungen der Forschungssynthese oder Meta-Analyse in Kapitel 7.
* Datenanalytische Hinweise zur Zentrierung von Level-1-Prädiktoren und neues Material zu plausiblen Wertintervallen und robusten Standardschätzern.
Weitere Daten des Buches:
| ISBN: | 9780761919049 |
| Autor: | |
| Verlag: | |
| Einband: | Hardcover |
| Erscheinungsjahr: | 2002 |
| Seitenzahl: | 512 |
Kauf:
Derzeit verfügbar, auf Lager.
