Ｒによる回帰分析：社会科学のための全体像 Regression Analysis in R : A Comprehensive View for the Social Sciences (Chapman & Hall/crc Statistics in the Social and Behavioral Sciences)

Ｒによる回帰分析：社会科学のための全体像<br>Regression Analysis in R : A Comprehensive View for the Social Sciences (Chapman & Hall/crc Statistics in the Social and Behavioral Sciences)

個数：

ポイントキャンペーン

Ｒによる回帰分析：社会科学のための全体像
Regression Analysis in R : A Comprehensive View for the Social Sciences (Chapman & Hall/crc Statistics in the Social and Behavioral Sciences)

Bolin, Jocelyn E.

ウェブストア価格 ¥19,639（本体¥17,854）
Chapman & Hall/CRC（2022/07発売）
外貨定価 US$ 89.99
【ウェブストア限定】洋書・洋古書ポイント5倍対象商品（～2/28）
ポイント 890pt

提携先の海外書籍取次会社に在庫がございます。通常3週間で発送いたします。
【重要ご説明事項】
1. 納期遅延や、ご入手不能となる場合が若干ございます。
2. 複数冊ご注文の場合は、ご注文数量が揃ってからまとめて発送いたします。
3. 美品のご指定は承りかねます。

●3Dセキュア導入とクレジットカードによるお支払いについて

【入荷遅延について】
世界情勢の影響により、海外からお取り寄せとなる洋書・洋古書の入荷が、表示している標準的な納期よりも遅延する場合がございます。
おそれいりますが、あらかじめご了承くださいますようお願い申し上げます。

◆画像の表紙や帯等は実物とは異なる場合があります。

◆ウェブストアでの洋書販売価格は、弊社店舗等での販売価格とは異なります。
また、洋書販売価格は、ご注文確定時点での日本円価格となります。
ご注文確定後に、同じ洋書の販売価格が変動しても、それは反映されません。

製本 Paperback:紙装版/ペーパーバック版／ページ数 180 p.
言語 ENG
商品コード 9780367272586
DDC分類 519.536

Full Description

Regression Analysis in R: A Comprehensive View for the Social Sciences covers the basic applications of multiple linear regression all the way through to more complex regression applications and extensions. Written for graduate level students of social science disciplines this book walks readers through bivariate correlation giving them a solid framework from which to expand into more complicated regression models. Concepts are demonstrated using R software and real data examples.

Key Features:

Full output examples complete with interpretation
Full syntax examples to help teach R code
Appendix explaining basic R functions
Methods for multilevel data that are often included in basic regression texts
End of Chapter Comprehension Exercises

1. The Issue of Causality. 2. Describing Simple Relationships. 3. Linear Regression Analysis. 4. Regression Assumptions and Interpretational Considerations. 5. Dummy Variables and Interactions. 6. Hierarchical Regression. 7. Moderation and Mediation. 8. Dealing with Non- Linearity. 9. Regression Models for Nested Data. 10. Fixed Effects Modeling.