لایب سان

This book is an introduction to regression analysis, focusing on the practicalities of doing regression analysis on real-life data.

Contrary to other textbooks on regression, this book is based on the idea that you do not necessarily need to know much about statistics and mathematics to get a firm grip on regression and perform it to perfection. This non-technical point of departure is complemented by practical examples of real-life data analysis using statistics software such as Stata, R and SPSS. Parts 1 and 2 of the book cover the basics, such as simple linear regression, multiple linear regression, how to interpret the output from statistics programs, significance testing and the key regression assumptions. Part 3 deals with how to practically handle violations of the classical linear regression assumptions, regression modeling for categorical y-variables and instrumental variable (IV) regression. Part 4 puts the various purposes of, or motivations for, regression into the wider context of writing a scholarly report and points to some extensions to related statistical techniques.

This book is written primarily for those who need to do regression analysis in practice, and not only to understand how this method works in theory. The book’s accessible approach is recommended for students from across the social sciences.

چکیده فارسی

این کتاب مقدمه‌ای بر تحلیل رگرسیون است که بر روی جنبه‌های عملی انجام تحلیل رگرسیون بر روی داده‌های واقعی تمرکز دارد.

برخلاف سایر کتاب‌های درسی رگرسیون، این کتاب بر اساس این ایده است که لزوماً نیازی نیست اطلاعات زیادی در مورد آمار و ریاضیات داشته باشید تا به رگرسیون دست پیدا کنید و آن را تا حد کمال انجام دهید. این نقطه عزیمت غیر فنی با مثال های عملی از تجزیه و تحلیل داده های واقعی با استفاده از نرم افزارهای آماری مانند Stata، R و SPSS تکمیل می شود. بخش‌های 1 و 2 کتاب مبانی را شامل می‌شود، مانند رگرسیون خطی ساده، رگرسیون خطی چندگانه، نحوه تفسیر خروجی از برنامه‌های آمار، آزمون معناداری و مفروضات رگرسیون کلیدی. بخش 3 به چگونگی رسیدگی عملی به نقض مفروضات رگرسیون خطی کلاسیک، مدل‌سازی رگرسیون برای متغیرهای دسته‌بندی y و رگرسیون متغیر ابزاری (IV) می‌پردازد. بخش 4 اهداف یا انگیزه های مختلف رگرسیون را در زمینه گسترده تری از نوشتن یک گزارش علمی قرار می دهد و به برخی از گسترش های تکنیک های آماری مرتبط اشاره می کند.

این کتاب در درجه اول برای کسانی نوشته شده است که نیاز به انجام تحلیل رگرسیون در عمل دارند، و نه تنها برای درک نحوه عملکرد این روش در تئوری. رویکرد در دسترس کتاب برای دانش‌آموزان از سراسر علوم اجتماعی توصیه می‌شود.