Avis des lecteurs
Il n'y a actuellement aucun avis de lecteur. La note est basée sur 2 votes.
Titre original :
Multilevel Modeling of Social Problems: A Causal Perspective
Contenu du livre :
Les chapitres de ce livre, qui se concentrent de manière unique sur les intersections entre les problèmes sociaux, la modélisation statistique multiniveaux et la causalité, clarifient les stratégies de base pour développer et tester les modèles linéaires multiniveaux (MLM), et tirer des inférences occasionnelles à partir de ces modèles. Ces modèles sont également appelés modèles linéaires hiérarchiques (HLM) ou modèles mixtes.
La modélisation statistique des structures de données multiniveaux permet aux chercheurs de combiner de manière appropriée les analyses contextuelles et longitudinales. Cependant, les chercheurs travaillant sur des problèmes sociaux appliquent rarement ces méthodes, bien que les sujets qu'ils étudient et les données empiriques le requièrent. En appliquant la modélisation multiniveaux à des structures de données hiérarchiques, ce livre illustre comment l'utilisation de ces méthodes peut faciliter la recherche sur les problèmes sociaux et la formulation de politiques sociales.
Il permet au lecteur d'accéder à des ensembles de données de travail, à des codes informatiques et à des techniques d'analyse, tout en examinant soigneusement les questions de causalité dans de tels modèles.
Ce livre est innovant : -Développe des procédures pour étudier le développement social, économique et humain. - Utilise des typologies pour regrouper (i.
e., classer ou nicher) le niveau des facteurs aléatoires de macro-niveau. - Estime des modèles avec des points finaux de Poisson, binomiaux et gaussiens en utilisant la procédure de modèles mixtes linéaires généralisés (GLIMMIX) de SAS. - Sélectionne les structures de covariance appropriées pour les modèles linéaires mixtes généralisés.
- Applique les modèles d'étude de différence dans les différences dans la modélisation multiniveaux des études d'intervention. -Calcule les scores de propension en appliquant la régression logistique de Firth aux données corrigées de Goldberger. - Utilise la correction de Kenward-Rogers dans les modèles mixtes de mesures répétées.
- Explique les différences entre l'analyse associationnelle et causale des modèles multiniveaux. - Consolide les résultats de la recherche par la méta-analyse et la critique méthodologique.
-Développe des critères pour évaluer la validité d'une étude et la zone de causalité. En raison de l'accent mis sur les problèmes sociaux, de la clarté de l'exposé et de l'utilisation de procédures de pointe, les chercheurs en politique, les méthodologistes et les statisticiens appliqués dans le domaine des sciences sociales (en particulier, la sociologie, la psychologie sociale, les sciences politiques, l'éducation et la santé publique) trouveront cet ouvrage d'un grand intérêt. Il peut être utilisé comme texte principal dans les cours sur la modélisation multiniveau ou comme introduction à des textes plus avancés.
Autres informations sur le livre :
| ISBN : | 9789048198542 |
| Auteur : | |
| Éditeur : | |
| Langue : | anglais |
| Reliure : | Relié |
Achat:
Actuellement disponible, en stock.
