Tytuł: | Statystyczny drogowskaz 2 Praktyczne wprowadzenie do analizy wariancji | Autor: | Bedyńska Sylwia, Cypryańska Marzena | ISBN: | 978-83-63354-18-3 | Ilość stron: | 254 | Data wydania: | 10/2013 | Oprawa: | Miękka | Format: | 19.0x24.0cm | Wydawnictwo: | SEDNO | Cena: | 59.00zł |
Książka w niezwykle jasny sposób wprowadza Czytelnika w świat podstawowej wiedzy dotyczącej różnych schematów analiz wariancji: – pokazuje wykonanie każdej omawianej analizy w SPSS, w prostych krokach, przy użyciu praktycznych przykładów i wskazówek, łącznie z wykorzystaniem języka poleceń, – prezentuje wykorzystanie przykładów z realnych badań lub wyników wzorowanych na prawdziwych badaniach psychologicznych, w których zostały zastosowane różne omawiane formy analizy wariancji, – tłumaczy pojęcia z zakresu statystyki, które trudno znaleźć w tak czytelnej formie w innych podręcznikach (pojęcie sferyczności, zastosowanie konkretnych poprawek w przypadku niespełnienia warunków parametrycznych dla analizy wariancji lub w przypadku porównań wielokrotnych, zasady testowania konkretnych hipotez przy użyciu analiz kontrastów, interpretacja interakcji w przypadku złożonych planów eksperymentalnych).
Statystyczny drogowskaz 2 pomoże poradzić sobie z nawet najtrudniejszymi zagadnieniami analizy różnic między grupami i między pomiarami.
Spis treści:
Rozdział 1 Wprowadzenie do analizy wariancji 13 Analiza wariancji jako technika porządkowania danych14 Przewaga analizy wariancji wobec testu t-Studenta15 Koniec dualizmu 16 Jeden czynnik czy wiele: urok interakcji17 Ograniczenia złożonych planów badawczych19 Moc testu i jej determinanty 20 Poziom istotności 23 Siła efektu 23 Zróżnicowanie wyników 24 Normalność rozkładu 24 Charakterystyka parametrycznych testów statystycznych 25
CZĘŚĆ I. Schematy międzygrupowe 27
Rozdział 2 Jednoczynnikowa analiza wariancji w planie międzygrupowym Wprowadzenie 30 Logika analizy wariancji – co się kryje za statystyką f 30 Założenia teoretyczne analizy wariancji 34 Co zrobić, kiedy założenia są złamane? 34 Jak wykonać jednoczynnikową analizę wariancji w programie IBM SPSS Statistics 36 Hipoteza niekierunkowa – podejście ekploracyjne 36 Krok 1: wprowadzenie danych do edytora danych 38 Krok 2: sprawdzenie założeń nałożonych na dane 38 Krok 3: przeprowadzenie analizy 42 Krok 4: interpretacja wyników 44 Krok 5: porównania a posteriori (post hoc) 46 Porównania a priori (kontrasty) 50 Analiza trendów 56 Język poleceń 60 Przykładowy raport 60 Zadania sprawdzające 61
Rozdział 3 Wieloczynnikowa analiza wariancji w planie międzygrupowym 63 Logika i podstawowe pojęcia wieloczynnikowej analizy wariancji 64 Oszacowanie siły efektu 73 Rozszerzanie planu badawczego 73 Założenia wieloczynnikowej analizy wariancji 74 Przykładowy problem badawczy – dwuczynnikowa analiza wariancji w praktyce 74 Wieloczynnikowa analiza wariancji w IBM SPSS Statistics 78 Interpretacja głównych tabeli raportu 81 Proste efekty główne i porównania parami 84 Porównania parami dla efektów głównych – testy post hoc 89 Testowanie założeń wieloczynnikowej analizy wariancji 90 Kontrasty 91 Język poleceń 92 Przykładowy raport z badania 92 Zadania sprawdzające 94 Przykład wykorzystania dwuczynnikowej analizy wariancji 95
CZĘŚĆ II . Schematy wewnątrzgrupowe 97
Rozdział 4 Wprowadzenie do analizy wariancji z powtarzanym pomiarem 99 Wprowadzenie 100 Jedno- versus wielozmiennowa analiza wariancji z powtarzanym pomiarem 105 Analiza wariancji z powtarzanym pomiarem – założenia 106
Rozdział 5 Jednoczynnikowa analiza wariancji z powtarzanym pomiarem 113 Problem badawczy 114 Model jednozmiennowy w IBM SPSS Statistics 117 Analiza efektu głównego wewnątrz osób 117 Model wielozmiennowy w IBM SPSS Statistics 130 Analiza efektu głównego wewnątrz osób 130 Przykładowy raport z badania 131 Język poleceń 132 Zadania sprawdzające 132
Rozdział 6 Dwuczynnikowa analiza wariancji z powtarzanym pomiarem 135 Wprowadzenie 136 Problem badawczy140 Model jednozmiennowy (one-way univariate repeated measures Ano va)143 Założenia143 Model jednozmiennowy w IBM SPSS Statistics 144 Model wielozmiennowy (multivariate repeated measures Ano va) 172 Założenia 172 Model wielozmiennowy w IBM SPSS Statistics 172 Przykładowy raport z badania 175 Język poleceń 177 Zadania sprawdzające 178
CZĘŚĆ III. Schematy mieszane 181
Rozdział 7 Dwuczynnikowa analiza wariancji w schemacie mieszanym 183 Kilka zdań na temat badań w schemacie mieszanym 184 Rodzaje efektów w analizie wariancji w schemacie mieszanym186 Dwuczynnikowa ANOVA w schemacie mieszanym 187 Problem badawczy187 Model jednozmiennowy (univariate mixed model ANOVA) 191 Założenia191 Model jednozmiennowy w IBM SPSS Statistics 193 Model wielozmiennowy (multivariate mixed model ANOVA) 213 Założenia 213 Model wielozmiennowy w IBM SPSS Statistics 213 8 Statystyczny drogowskaz 2 Przykładowy raport z badania 215 Język poleceń 218 Odniesienie w literaturze 218 Zadania sprawdzające 219
Rozdział 8 Analiza wariancji – integracja zagadnień 221 Narastający błąd – o problemie wielokrotnego testowania średnich 222 Analizy wyjaśniające w analizie wariancji 224 Zastosowanie strategii post hoc na przykładzie analizy wyjaśniającej efekt główny 225 Analiza post hoc z perspektywy praktyka 227 Zastosowanie strategii a priori na przykładzie analizy wyjaśniającej efekt główny 228 Rodzaje efektów i sposoby ich wyjaśniania w wieloczynnikowych schematach badawczych 229 Hamletowski dylemat: testować założenia czy nie testować? 238 Przykład 1: chronotyp 239 Przykład 2: ruminacje 241
Statystyczny drogowskaz 2 Praktyczne wprowadzenie do analizy wariancji --- Pozycja niedostępna.---
|