kiadvánnyal nyújtjuk Magyarország legnagyobb antikvár könyv-kínálatát
Kiadó: | Typotex Elektronikus Kiadó Kft. |
---|---|
Kiadás helye: | Budapest |
Kiadás éve: | |
Kötés típusa: | Ragasztott papírkötés |
Oldalszám: | 453 oldal |
Sorozatcím: | |
Kötetszám: | |
Nyelv: | Magyar |
Méret: | 24 cm x 16 cm |
ISBN: | 963-9326-42-9 |
Megjegyzés: | Fekete-fehér ábrákkal illusztrált. |
Bevezetés | 11 |
A hasznos véletlen hiba | 13 |
Adatredukciós módszerek | 17 |
Főkomponens-elemzés | 18 |
A főkomponens jelentése | 25 |
Mikor használjunk főkomponens-elemzést? | 25 |
A puding próbája | 28 |
Az egyenlő teherviselés | 30 |
Faktorelemzés | 40 |
A modell javítgatása | 49 |
Lássunk tisztán! A rotálás | 53 |
Mentsük, ami menthető: a faktorszkópok létrehozása | 60 |
Amiért fáradotzunk: létrejöttek a látens változók | 62 |
A hiányzó adatok kezelése | 64 |
A faktorelemzés buktatói | 65 |
A Kaiser-Meyer-Olkin mutató és a Bartlett-teszt | 66 |
Amikor a faktorok 100 százaléknál többet magyaráznak | 71 |
A legnagyobb kommunalitású változó kihagyása | 71 |
A rosszul interpretálható változók kihagyása | 78 |
Az egyeduralomra törő változók esete | 82 |
Vissza az elágazási ponthoz | 85 |
A változók tartalma és a faktorok jelentése | 89 |
A konfirmációs modell | 91 |
Amikor minden reménytelen | 96 |
Kétségbeesett kísérlet | 101 |
Feladás helyett: visszahátrálás a főkomponensbe | 103 |
Szezon és fazon | 108 |
Klaszterelemzés | 109 |
Tudás versus anyagi javak | 109 |
Hierarchikus klaszterek | 115 |
A hierarchikus klaszterezés módszerei | 119 |
A legközelebbi, illetve a legtávolabbi szomszéd | 119 |
Klaszterek távolsága mint a klaszterelemek távolságainak átlaga | 122 |
Klaszterek távolságának meghatározása a klaszterközéppontok segítségével | 125 |
Miben mérjük a távolságot? | 129 |
Euklideszi távolság | 129 |
Az euklideszi távolság négyzete | 130 |
Asszociáción alapuló közelség-távolság | 130 |
Sok hűhó majdnem semmiért | 132 |
Klaszterezés nagy file-okon | 133 |
Iniciális klaszterközéppontok | 133 |
Útban a tökéletesség felé: iterálás | 137 |
A klaszterek interpretálása | 138 |
Kendőzetlen őszinteség versus a standardizálás álcája | 141 |
Kilépés az életbe: típuskeresés klaszterekkel | 143 |
És megint elölről: iterálás több lépésben | 145 |
Névadás: klaszterek interpretálása | 148 |
Adjunk-e profilt a bizonytalankodóknak? A hiányzó adatok kezelése | 150 |
Egy tautológia két jelentése: ANOVA egy kicsit másképpen | 154 |
Minden út Rómába vezet? Változtassunk a kezdőpontokon! | 157 |
A magunk ásta verem és a kiút | 159 |
Tanulságok | 163 |
Magyarázó modellek | 164 |
Variancia-analízis | 166 |
Egyutas variancia-analízis | 167 |
Kétutas variancia-analízis | 175 |
Az interakció | 176 |
Az interakcióról bővebben | 178 |
A négyzetösszegek értelmezése a kétutas ANOVA-ban | 180 |
Az interferencia | 182 |
A hierarchikus ANOVA | 188 |
Korlátozó feltételek | 192 |
Normalitás-vizsgálat | 194 |
Lineáris regresszióanalízis | 204 |
A regressziós egyenes egyenlete | 205 |
Egyszerű példa a lineáris regresszióra | 209 |
Illeszkedés: mennyire vehetjük komolyan a regressziós egyenest? | 211 |
Lineáris regressziónalaízis "élesben" - egyszerű modell | 214 |
A "deviánsokról" | 217 |
Vissza az output-hoz | 220 |
Kétváltozós regressziós modell | 222 |
Kétértékű vagy dummy változók | 222 |
Modellépítés | 223 |
Még egy kicsit a dummy változókról | 226 |
Többváltozós regressziós modell | 227 |
Ordinális független változók | 227 |
A Lazarsfeld-paradigma és a regresszió | 230 |
Interferencia a regresszióban: a változószelektálás módszerei | 234 |
A Forward módszer | 235 |
A Backward módszer | 238 |
A Stepwise módszer | 241 |
Az Enter módszer | 244 |
Nominális mérési szintű változók becsempészése a regrssziós modellbe: dummyzás | 246 |
Összefüggő független változók: a multikollinearitás | 252 |
Függvényszerű multikollinearitás | 252 |
A baj nem jár egyedül: magas mérési szintű és dummy változók a regressziós modellben | 259 |
Amikor csak a gondolkodás segít - dummyzzunk másként | 266 |
Szabaduljunk meg a nominális változóktól | 269 |
Függvnyszerű kapcsolat - sztochasztikus multikollinearitás | 271 |
Miért félünk a sztochasztikus multikollinearitástól? | 274 |
Barátságosabb út a multikollinearitás meghatározására - kétféle mérőszám | 277 |
Hogyan védekezzünk a sztochasztikus multikollinearitás ellen? | 282 |
Hab a tortán: a homoszkedaszticitás és az elsőrendű autokorreláció | 289 |
Biztos, ami biztos: a regressziós modellek validitása | 296 |
Útmodellek | 301 |
Az utak erőssége | 302 |
Közvetlen és közvetett hatások | 308 |
Gondolkodási sémák | 310 |
Mi az ők, és mi az okozat? | 313 |
A modell továbbépítése | 314 |
A modell interpretációja | 317 |
Az útmodell korlátai | 318 |
Diszkriminancia-analízis | 320 |
A romák lehetséges beilleszkedése a többségi társadalomba: ahogyan a többség látja | 320 |
Sok kicsi sokra megy? | 324 |
A magyarázó változók együttes jelentése: a diszkrimináló függvények | 327 |
Az üdvözlendő diszkrimináció | 333 |
Sose lehetünk elég óvatosak - átlagok és eloszlások összehasonlítása | 334 |
Lássuk a medvét! | 338 |
Komplex modell | 340 |
Antiszemitizmus és cigányellenesség | 341 |
Státus és attitűdök: együttes magyarázat | 347 |
Többdimenziós skálázás | 352 |
Kisebbségek egy rokonszenv-térképen | 353 |
Többdiemnziós skálázás az SPSS-ben | 356 |
Meddig mehetünk el? A dimenziócsökkentés határai | 359 |
Etnikai csoportok az egymásról alkotott vélemények terében | 366 |
Logisztikus regresszió | 374 |
A "sztahanovista" lineáris regresszió. Miért van szükség logisztikus regresszióra? | 375 |
A legfontosabb fogalmak | 378 |
A valószínűség és az esély | 379 |
Az esélyhányados | 379 |
Út a logisztikus regresszióanalízis felé | 380 |
Egy egyszerű modell | 384 |
A likelihood függvényről | 386 |
Az output érdemi része | 389 |
A modell magyarázóereje | 391 |
Találatmátrix a logisztikus regresszióban | 394 |
A független változó hatása | 396 |
A modell bővítése | 398 |
Összemérhető hatások: a standardizált regressziós együttható | 401 |
Kategoriális független változó a logisztikus regresszióban | 404 |
Mindent bele! Sokváltozós modell | 410 |
Ugyanaz másképpen | 419 |
Melléklet | 425 |
A parancsikonok használata: Főkomponens- és faktorelemzés | 425 |
A parancsikonok használata: Klaszteremzés | 430 |
Hierarchikus klaszterezés | 430 |
K-Means klaszterezés | 434 |
A parancsikonok használata: Variancia-analízis | 438 |
A parancsikonok használata: A lineáris regresszióanalízis | 438 |
A parancsikonok használata: Diszkriminancia-analízis | 442 |
A parancsikonok használata: A többdimenziós skálázás | 446 |
A parancsikonok használata: A logisztikus regresszió | 449 |
Felhasznált irodalom | 452 |
Nincs megvásárolható példány
A könyv összes megrendelhető példánya elfogyott. Ha kívánja, előjegyezheti a könyvet, és amint a könyv egy újabb példánya elérhető lesz, értesítjük.