Kail
Организатор
Проверенный
- Регистрация
- 09.04.2020
- Сообщения
- 333 470
- Реакции
- 28 339
- Монеты
- 1 191
- Оплачено
- 0
- Баллы
- 0
- #SkladchinaVip
- #1
Практикум по анализу данных в социологии в программе SPSS [Наталья Воронина]
- Ссылка на картинку
-
Учебное пособие представляет собой тщательно разработанное руководство по освоению анализа данных.
Каждая из двенадцати глав посвящена определенному аспекту анализа данных: от базовых навыков до регрессионного и дискриминантного анализа, начинается с краткого введения, за которым следует пошаговая демонстрация соответствующих методов и процедур.
Подробные объяснения в сочетании с практическими примерами позволяют читателям понять основные концепции и эффективно применять их в своих исследованиях.
Содержание:
Глава 1. Практическое применение навыка анализа данных
1.1. Примерный план научной работы
1.2. Проблема исследования
1.3. Обзор предыдущих исследований и гипотезы исследования
1.4. Данные и метод
1.5. Результаты
1.6. Обсуждение результатов / выводы / заключение
1.7. Типичные ошибки. При написании научной работы
1.8. Общие рекомендации по анализу данных
1.9. Типичные ошибки при составлении анкеты для исследования
1.10. На что еще следует обратить внимание
Глава 2. Запуск программы, ввод и загрузка данных
2.1. Ввод данных по вопросам, предполагающим один вариант ответа
2.2. Основные типы шкал в социологическом исследовании
2.3. Ввод данных по вопросам. С множественными ответами
2.4. Ввод данных по «табличным» вопросам
Глава 3. Преобразование данных и отбор по условиям
3.1. Взвешивание
3.2. Отбор наблюдений
3.3. Расщепление файла
3.4. «Слить файл», или Объединение данных в SPSS
3.5. Преобразование в те же и другие переменные
3.6. Процедура «ранжировать наблюдения», или как разбить объекты на равнонаполненные группы
3.7. Вычислить переменную (на примере. Создания социологического индекса)
3.8. Проверка надежности социологических индексов
Глава 4. Одномерный анализ
4.1. Частотный анализ, анализ описательных статистик, меры центральной тенденции и разброса
4.2. Анализ множественных ответов
4.3. Проверка данных на нормальное распределение
Глава 5. Сравнение средних для параметрических данных
5.1. Одновыборочный t-критерий
5.2. T-критерий для независимых выборок
5.3. T-критерий для парных выборок
5.4. Однофакторный дисперсионный анализ (anova)
Глава 6. Сравнение средних для непараметрических данных
6.1. Критерий манна – уитни
6.2. Критерий краскела – уоллиса
6.3. Критерий вилкоксона
6.4. Критерий фридмана
Глава 7. Двумерный анализ данных
7.1. Таблицы сопряженности и хи-квадрат
7.2. Корреляционный анализ
7.3. Частная корреляция
Глава 8. Регрессионный анализ
8.1. Простая линейная регрессия
8.2. Множественная линейная регрессия
8.3. Линейная регрессия с фиктивными переменными
8.4. Линейная регрессия. С эффектами взаимодействия
8.5. Бинарная логистическая регрессия
8.6. Мультиномиальная регрессия
8.7. Порядковая регрессия
Глава 9. Факторный анализ и метод главных компонент
Глава 10. Кластерный анализ
Глава 11. Метод деревьев решений (chaid)
Глава 12. Дискриминантный анализ
Используемая литература
Каждая из двенадцати глав посвящена определенному аспекту анализа данных: от базовых навыков до регрессионного и дискриминантного анализа, начинается с краткого введения, за которым следует пошаговая демонстрация соответствующих методов и процедур.
Подробные объяснения в сочетании с практическими примерами позволяют читателям понять основные концепции и эффективно применять их в своих исследованиях.
Содержание:
Глава 1. Практическое применение навыка анализа данных
1.1. Примерный план научной работы
1.2. Проблема исследования
1.3. Обзор предыдущих исследований и гипотезы исследования
1.4. Данные и метод
1.5. Результаты
1.6. Обсуждение результатов / выводы / заключение
1.7. Типичные ошибки. При написании научной работы
1.8. Общие рекомендации по анализу данных
1.9. Типичные ошибки при составлении анкеты для исследования
1.10. На что еще следует обратить внимание
Глава 2. Запуск программы, ввод и загрузка данных
2.1. Ввод данных по вопросам, предполагающим один вариант ответа
2.2. Основные типы шкал в социологическом исследовании
2.3. Ввод данных по вопросам. С множественными ответами
2.4. Ввод данных по «табличным» вопросам
Глава 3. Преобразование данных и отбор по условиям
3.1. Взвешивание
3.2. Отбор наблюдений
3.3. Расщепление файла
3.4. «Слить файл», или Объединение данных в SPSS
3.5. Преобразование в те же и другие переменные
3.6. Процедура «ранжировать наблюдения», или как разбить объекты на равнонаполненные группы
3.7. Вычислить переменную (на примере. Создания социологического индекса)
3.8. Проверка надежности социологических индексов
Глава 4. Одномерный анализ
4.1. Частотный анализ, анализ описательных статистик, меры центральной тенденции и разброса
4.2. Анализ множественных ответов
4.3. Проверка данных на нормальное распределение
Глава 5. Сравнение средних для параметрических данных
5.1. Одновыборочный t-критерий
5.2. T-критерий для независимых выборок
5.3. T-критерий для парных выборок
5.4. Однофакторный дисперсионный анализ (anova)
Глава 6. Сравнение средних для непараметрических данных
6.1. Критерий манна – уитни
6.2. Критерий краскела – уоллиса
6.3. Критерий вилкоксона
6.4. Критерий фридмана
Глава 7. Двумерный анализ данных
7.1. Таблицы сопряженности и хи-квадрат
7.2. Корреляционный анализ
7.3. Частная корреляция
Глава 8. Регрессионный анализ
8.1. Простая линейная регрессия
8.2. Множественная линейная регрессия
8.3. Линейная регрессия с фиктивными переменными
8.4. Линейная регрессия. С эффектами взаимодействия
8.5. Бинарная логистическая регрессия
8.6. Мультиномиальная регрессия
8.7. Порядковая регрессия
Глава 9. Факторный анализ и метод главных компонент
Глава 10. Кластерный анализ
Глава 11. Метод деревьев решений (chaid)
Глава 12. Дискриминантный анализ
Используемая литература