Bewertung:

Derzeit gibt es keine Leserbewertungen. Die Bewertung basiert auf 5 Stimmen.
Logistic Regression: From Introductory to Advanced Concepts and Applications
In diesem Text behandelt der Autor Scott Menard nicht nur das grundlegende logistische Regressionsmodell, sondern auch fortgeschrittene Themen, die in keinem anderen Text über logistische Regression zu finden sind. Das Buch beschränkt sich auf ein Minimum an mathematischer Notation, so dass es auch für Leser mit geringerem Statistikhintergrund zugänglich ist, während es gleichzeitig fortgeschrittene Themen enthält, die für statistisch versierte Leser von Interesse sind. Das Buch ist nicht von einem bestimmten Softwarepaket abhängig, sondern erörtert die Einschränkungen bestehender Softwarepakete und Möglichkeiten, diese zu überwinden.
Hauptmerkmale
⬤ Untersucht das logistische Regressionsmodell im Detail.
⬤ Veranschaulicht Konzepte mit angewandten Beispielen, damit die Leser verstehen, wie Konzepte in das logistische Regressionsmodell umgesetzt werden.
⬤ Hilft den Lesern, Entscheidungen über die Kriterien zur Bewertung logistischer Regressionsmodelle zu treffen, indem detailliert beschrieben wird, wie Gesamtmodelle und einzelne Prädiktoren für kategoriale abhängige Variablen zu bewerten sind.
⬤ Bietet eine einzigartige Abdeckung der Pfadanalyse mit logistischer Regression, die dem Leser zeigt, wie man sowohl direkte als auch indirekte Effekte mit Hilfe der logistischen Regressionsanalyse untersucht.
⬤ Wendet die logistische Regressionsanalyse auf Längsschnitt-Paneldaten an und hilft den Studierenden, die Probleme bei der Messung von Veränderungen mit dichotomen, nominalen und ordinalen abhängigen Variablen zu verstehen.
⬤ Zeigt dem Leser, wie sich mehrstufige Veränderungsmodelle mit logistischer Regression von mehrstufigen Wachstumskurvenmodellen für kontinuierliche intervall- oder verhältnisskalierte abhängige Variablen unterscheiden.
Logistische Regression ist für Kurse wie Regression und Korrelation, Mittlere/Fortgeschrittene Statistik und Quantitative Methoden gedacht, die in Fachbereichen der Verhaltens-, Gesundheits-, Mathematik- und Sozialwissenschaften unterrichtet werden, einschließlich angewandter Mathematik/Statistik, Biostatistik, Kriminologie/Verbrechensbekämpfung, Pädagogik, Politikwissenschaft, öffentliche Gesundheit/Epidemiologie, Psychologie und Soziologie.