Atnaujinkite slapukų nuostatas

Mehrebenenanalyse: Eine anwendungsorientierte Einführung mit R [Minkštas viršelis]

  • Formatas: Paperback / softback, 89 pages, aukštis x plotis: 210x148 mm, 3 Illustrations, color; 1 Illustrations, black and white; VIII, 89 S. 4 Abb., 3 Abb. in Farbe., 1 Paperback / softback
  • Serija: Quantitative Sozialforschung
  • Išleidimo metai: 31-Aug-2025
  • Leidėjas: Springer VS
  • ISBN-10: 3658477091
  • ISBN-13: 9783658477097
Kitos knygos pagal šią temą:
  • Formatas: Paperback / softback, 89 pages, aukštis x plotis: 210x148 mm, 3 Illustrations, color; 1 Illustrations, black and white; VIII, 89 S. 4 Abb., 3 Abb. in Farbe., 1 Paperback / softback
  • Serija: Quantitative Sozialforschung
  • Išleidimo metai: 31-Aug-2025
  • Leidėjas: Springer VS
  • ISBN-10: 3658477091
  • ISBN-13: 9783658477097
Kitos knygos pagal šią temą:
Die Mehrebenenanalyse ist ein statistisches Verfahren, das verwendet wird, wenn Daten hierarchisch strukturiert sind, d.h. Einheiten auf dem Individualniveau zu Einheiten aus einem oder mehreren höheren Niveaus gehören (z.B. Schüler in Klassen in Schulen). Es handelt sich um eine spezielle Regressionsanalyse, mit der Abhängigkeiten und Variationen auf verschiedenen Ebenen analysiert werden können. Das Buch behandelt die Logik der Mehrebenenanalyse, ihre wichtigsten statistischen Grundlagen sowie ihre Umsetzung in der Statistikumgebung R. Die Modellierung der Effekte auf verschiedenen Ebenen wird Schritt für Schritt erläutert, wobei ein besonderes Augenmerk auf Modellvergleichen liegt. Zudem werden besondere Anwendungsfälle, etwa kreuz-klassifizierte oder longitudinale Daten, illustriert. Als Beispiel dienen Daten aus der interkulturell vergleichenden Forschung. 



Datensatz und ergänzende Materialien zu den Kapiteln sind auf der Produktseite des Buches auf SpringerLink verfügbar.
Einführung, Logik der Mehrebenenanalyse.-  Wann sollte man eine
Mehrebenenanalyse (nicht) verwenden?.- Das allgemeine Basismodell der
Mehrebenenanalyse und seine Teilmodelle.- Mehrebenenmodelle für eine
quantitative abhängige Variable in R.- Empfehlungen zum Vorgehen beim
Vergleich von Mehrebenenmodellen.- Exkurs: Zentrierung unabhängiger
Variablen.- Modelle mit drei oder mehr Ebenen.- Logistische
Mehrebenenanalyse.- Kreuzklassifizierte (cross-classified) Daten.-
Longitudinaldaten.
Dr. Matthias Sand ist Senior Researcher beim GESIS Leibniz Institut für Sozialwissenschaften in Mannheim im Bereich Survey Statistics.



Dr. Michael Braun war Projektberater bei GESIS sowie Außerplanmäßiger Professor an der Universität Mannheim