Linear Regression Analysis: Assumptions and Applications

John P. Hoffmann/ Kevin Shafer

ISBN 10: 0871014572 / ISBN 13: 9780871014573

Edité par NASW Press, 2015

A propos de cet article

9.90x6.90x0.60 inches. In Stock.

N° de réf. du vendeur 0871014572

Détails bibliographiques

• Titre: Linear Regression Analysis: Assumptions and Applications
• Éditeur: NASW Press
• Date de parution: 2015
• Langue: anglais
• ISBN à 10 chiffres: 0871014572
• ISBN à 13 chiffres: 9780871014573
• Reliure: Paperback
• État de l'article: Brand New

A propos de ce titre

Synopsis

Analyse de régression linéaire : Hypothèses et applications est conçue pour fournir aux étudiants une introduction simple à un modèle statistique couramment utilisé qui est approprié pour donner un sens aux données avec plusieurs variables dépendantes continues. En utilisant une approche relativement simple qui a été prouvée au cours de plusieurs années d'utilisation en classe, ce texte permettra aux étudiants ayant peu de connaissances mathématiques de comprendre et d'appliquer le modèle de régression quantitative le plus couramment utilisé dans une grande variété de contextes de recherche. Les instructeurs trouveront que son style bien écrit et engageant, de nombreux exemples et des exercices de chapitre fourniront du matériel essentiel qui complétera le travail en classe. L'analyse de régression linéaire peut également être utilisée comme guide d'auto-apprentissage par les chercheurs qui ont besoin de conseils généraux ou de conseils spécifiques concernant les modèles de régression, par les décideurs politiques qui sont chargés d'interpréter et d'appliquer les résultats de recherche dérivés de modèles de régression, et par ceux qui ont besoin d'une référence rapide ou d'un guide pratique pour l'analyse de régression linéaire.

Les étudiants et chercheurs en travail social et en sciences du comportement doivent disposer d'une série d'outils de recherche pour mener des études. L'analyse de régression est un outil populaire utilisé dans de nombreuses études pour examiner les relations statistiques entre les variables. Pourtant, il existe peu de livres qui offrent des instructions simples et faciles à suivre concernant ce type d'analyse. La plupart des livres s'appuient trop sur les représentations mathématiques et symboliques de l'analyse de régression, même si de nombreux étudiants n'ont pas une formation suffisante en mathématiques et sont souvent rebutés par le haut niveau de sophistication requis pour maîtriser ces techniques. Ce livre offre une approche conceptuelle et logicielle pour comprendre l'analyse de régression linéaire, avec seulement une légère familiarité avec l'algèbre nécessaire même pour l'auto-étude. Les étudiants et les chercheurs trouveront qu'il s'agit d'une introduction accessible, mais approfondie, au modèle de régression linéaire.