摘要
研究人员常常难以收集足够的数据来检验他们的假设,这要么是因为目标群体很小或难以接触,要么是因为数据收集需要高昂的成本。这些障碍可能导致数据集太小,无法满足回答研究问题所需的统计模型的复杂性。这本独特的书为小样本研究中出现的问题提供了实施解决方案的指南和工具。每章说明统计方法,允许研究人员应用最优统计模型为他们的研究问题,当样本太小。
这本重要的书将使社会和行为科学研究人员能够测试他们的假设,即使当回答他们的研究问题所需的统计模型过于复杂,他们可以收集的样本量。在书中的统计模型范围从人口均值的估计模型与潜在变量和嵌套的观察,解决方案包括经典和贝叶斯方法。所有提出的解决方案都是按步骤描述的,研究人员可以用自己的数据实现,并附有R中的注释语法。
本书中描述的方法将对社会和行为科学的研究人员有用,从医学科学和流行病学到心理学,市场营销和经济学。
目录表
部分第一部分
|
84页面
贝叶斯方法
大小:0.31 MB
大小:0.13 MB
大小:1.69 MB
大小:1.83 MB
大小:0.87 MB
部分第二部分
|
70页面
N = 1
大小:0.40 MB
大小:0.23 MB
大小:1.16 MB
大小:0.15 MB
大小:0.64 MB
部分第三部分
|
111页面
复杂的假设和模型
大小:0.19 MB
大小:0.27 MB
大小:0.61 MB
大小:0.19 MB
大小:0.09 MB
大小:0.14 MB
大小:0.77 MB
大小:0.13 MB