多層次模式與縱貫資料分析:Mplus 8 解析應用

多層次模式與縱貫資料分析:Mplus 8 解析應用

作者: 邱皓政
出版社: 五南
出版在: 2017-09-06
ISBN-13: 9789571193045
ISBN-10: 9571193046
總頁數: 592 頁





內容描述


人類社會的各類組織由個體組成,隨著時間遞延而產生各種行動,因此社會科學研究無法逃脫「空間」與「時間」兩個基本元素。本書基於此一體認,利用多層次模式(MLM)來處理社會科學研究當中的空間與時間嵌套結構,並進一步導入結構方程模式(SEM)來分析多層次與縱貫資料,不僅兼顧兩大社會科學新興典範,也首度採用Mplus 8來進行範例分析,使讀者不僅能懂能做,擁有躋身國際學術舞臺的量化工具。
本書作者長年投入量化方法專書寫作,擅長範例分析,筆風平實易懂,體例結構分明,導入高階觀念時循序漸進,講求實作經驗與實例基礎。全書分成五篇十五章,第一篇導論,第二篇從迴歸到多層次模式,第三篇縱貫性多層次模式,第四篇縱貫性結構方程模式,第五篇中介與調節,完整涵蓋以迴歸為基礎的高階方法技術,各章皆有Mplus範例解析,附錄提供完整Mplus 8介紹,是入門高階統計模式的必備用書。


目錄大綱


Chapter1 導 論
Chapter2 變數與資料格式
Chapter3 線性迴歸原理
Chapter4 多層次迴歸模式
Chapter5 MLM 模式發展與評估
Chapter6 脈絡分析與交叉嵌套模式
Chapter7 多層次縱貫模式
Chapter8 縱貫脈絡模式與APC 分析
Chapter9 潛在成長模式
Chapter10 潛在成長模式設定議題
Chapter11 自我迴歸與狀態變動模式
Chapter12 中介與調節效果分析
Chapter13 多層次中介與調節
Chapter14 縱貫式中介與調節
Chapter15 結語:統計的寧靜革命
附錄A:Mplus 簡介與語法功能
附錄B:參數符號




相關書籍

解析深度學習:捲積神經網絡原理與視覺實踐

作者 魏秀參

2017-09-06

爬蟲在手 資料我有:7堂課學會高效率 Scrapy 爬蟲(iT邦幫忙鐵人賽系列書)

作者 簡學群

2017-09-06

Hands-On Meta Learning with Python: Meta learning using one-shot learning, MAML, Reptile, and Meta-SGD with TensorFlow (Paperback)

作者 Sudharsan Ravichandiran

2017-09-06