Note :
Ce livre est considéré comme une excellente introduction à l'analyse de survie. Il couvre efficacement les aspects théoriques et pratiques tout en restant accessible aux lecteurs ayant des connaissances statistiques de base.
Avantages:⬤ Excellent matériel d'introduction
⬤ principes faciles à apprendre
⬤ aperçu concis des aspects théoriques et pratiques
⬤ excellentes explications
⬤ prix abordable
⬤ service de haute qualité.
Peu approfondi ; peut ne pas convenir à ceux qui recherchent des connaissances approfondies sur le sujet.
(basé sur 6 avis de lecteurs)
Event History and Survival Analysis
Les chercheurs en sciences sociales s'intéressent aux événements et à leurs causes.
Bien que les historiques d'événements soient idéaux pour étudier les causes des événements, ils présentent généralement deux caractéristiques - la censure et les variables explicatives variables dans le temps - qui posent des problèmes majeurs pour les procédures statistiques standard. Plusieurs approches innovantes ont été développées pour prendre en compte ces deux particularités des données historiques.
Ce volume passe en revue ces méthodes, en se concentrant sur les approches les plus utiles pour les sciences sociales. En particulier, Paul D. Allison se concentre sur les méthodes de régression dans lesquelles l'occurrence des événements dépend d'une ou de plusieurs variables explicatives.
Il s'intéresse aux modèles statistiques qui constituent la base de l'analyse de l'historique des événements, ainsi qu'à des questions pratiques telles que la gestion des données, le coût et les logiciels utiles. La deuxième édition fait partie de la série Quantitative Applications in the Social Sciences (QASS) de SAGE, qui continue à servir d'innombrables étudiants, enseignants et chercheurs dans l'apprentissage des techniques quantitatives les plus pointues.
© Book1 Group - tous droits réservés.
Le contenu de ce site ne peut être copié ou utilisé, en tout ou en partie, sans l'autorisation écrite du propriétaire.
Dernière modification: 2024.11.14 07:32 (GMT)