Dane szczegółowe książki
Statystyczny drogowskaz 3: praktyczny przewodnik wykorzystania modeli regresji oraz równań strukturalnych / Bedyńska, Sylwia; Książek, Monika
Autorzy
Tytuł
Statystyczny drogowskaz 3: praktyczny przewodnik wykorzystania modeli regresji oraz równań strukturalnych
Tytuł oryginału
Praktyczny przewodnik wykorzystania modeli regresji oraz równań strukturalnych
Wydawnictwo
Warszawa: Szkoła Wyższa Psychologii Społecznej; Warszawa: Wydawnictwo Akademickie Sedno, 2012
ISBN
9788362443246
Hasła przedmiotowe
Informacje dodatkowe
ISBN:
978-83-63354-05-3;
978-83-62443-24-6;
978-83-63354-35-0 (tomy 1-3).
Książkę poleca predictive solutions SPSS.
Spis treści
pokaż spis treści
Przedmowa 9
CZĘŚĆ I. MODELE REGRESJI 13
ROZDZIAŁ 1
Regresja prosta 15
Wprowadzenie 16
Kowariancja i korelacja jako miary współzmienności 17
Jednozmiennowa analiza regresji 21
Dopasowanie linii regresji metodą najmniejszych kwadratów 21
Równanie linii prostej - parametry modelu 24
Analiza regresji w programie IBM SPSS Statistics 26
Przykład: relacja temperatury i samopoczucia 30
Podsumowanie 33
ROZDZIAŁ 2
Regresja wielokrotna 35
Wprowadzenie 36
Analiza regresji wielozmiennowej w programie IBM SPSS Statistics 38
Korelacja cząstkowa i semicząstkowa w analizie regresji 40
Różne metody wprowadzania predyktorów w analizie regresji 43
Regresja krokowa 45
Regresja hierarchiczna 49
Podsumowanie 55
ROZDZIAŁ 3
Testowanie założeń. Diagnostyka w analizie regresji 57
Wprowadzenie 58
Założenia analizy regresji 58
Homoscedastyczność 59
Brak korelacji składników losowych 63
Brak skorelowania predyktorów 64
Normalność rozkładu zmiennych oraz normalność rozkładu reszt 67
Jak policzyć statystyki diagnostyczne w programie IBM SPSS Statistics 78
Podsumowanie 86
ROZDZIAŁ 4
Zmienne jakościowe jako predyktory w analizie regresji 89
Wprowadzenie 90
Tworzenie zmiennych instrumentalnych dla jakościowego predyktora niedychotomicznego 95
Kodowanie zero-jedynkowe 95
Kodowanie quasi-eksperymentalne 101
Kodowanie ortogonalne 104
Podsumowanie 107
ROZDZIAŁ 5
Analiza mediacyjna w regresji.
Poszukiwanie zmiennych pośredniczących 109
Wprowadzenie 110
Klasyczne podejście Barona i Kenny'ego 111
Model mediacji Cohena i Cohen 112
Przykład 1. Model mediacyjny z ilościową zmienną niezależną 112
Krok 1 - relacja między zmienną niezależną a zależną 113
Krok 2 - relacja między zmienną niezależną a mediatorem 115
Krok 3 - relacja zmiennej niezależnej i mediatora ze zmienną zależną 116
Testy: Sobela, Aroiana i Goodmana testujące istotność mediacji częściowej 117
Opis wyników 119
Przykład 2. Model mediacyjny z dychotomiczną zmienną niezależną 120
Trudności w poszukiwaniu mediacji 124
Podsumowanie 125
ROZDZIAŁ 6
W poszukiwaniu interakcji. Moderatory w analizie regresji 127
Wprowadzenie 128
Poszukiwanie interakcji - kolejne kroki 129
Interakcja z dychotomicznym moderatorem 132
Interakcja z moderatorem ilościowym 141
Interakcja trzech zmiennych 155
Poszukiwanie interakcji między zmiennymi jakościowymi o większej liczbie wartości niż dwie 156
Podsumowanie 156
CZĘŚĆ II. MODELOWANIE STRUKTURALNE 159
ROZDZIAŁ 7
Modele strukturalne zmiennych obserwowalnych 161
Wprowadzenie 162
Specyfikacja modelu strukturalnego zmiennych obserwowalnych 163
Interpretacja parametrów 167
Model regresji wielorakiej 167
Model ścieżkowy z kowariancją i zależnościami pośrednimi 170
Estymacja modeli strukturalnych 177
Założenia 177
Metody estymacji 179
Ocena jakości modelu 181
Test dopasowania modelu 183
Miary dopasowania do populacyjnej macierzy wariancji-kowariancji 186
Indeksy dopasowania 187
Kryteria informacyjne 189
Modyfikowanie modelu 190
Badanie istotności parametrów 191
Indeksy modyfikacji 192
Podsumowanie 198
ROZDZIAŁ 8
Modele strukturalne w podgrupach 201
Wprowadzenie 202
Specyfikacja i estymacja 203
Porównywanie pojedynczych parametrów między grupami 206
Weryfikacja złożonych hipotez dotyczących równości parametrów między grupami 209
Podsumowanie 214
ROZDZIAŁ 9
Modelowanie strukturalne ze zmiennymi ukrytymi 217
Wprowadzenie 218
Specyfikacja modelu strukturalnego ze zmiennymi ukrytymi 219
Część strukturalna modelu 219
Część pomiarowa modelu 220
Konfirmacyjna analiza czynnikowa jako narzędzie weryfikacji modelu pomiarowego 222
Estymacja i interpretacja modelu strukturalnego ze zmiennymi ukrytymi 226
Podsumowanie 231
ROZDZIAŁ 10
Krótkie wprowadzenie do IBM SPSS Statistics AMOS 233
Bibliografia 239
Indeks 243
Notki o Autorkach 247
CZĘŚĆ I. MODELE REGRESJI 13
ROZDZIAŁ 1
Regresja prosta 15
Wprowadzenie 16
Kowariancja i korelacja jako miary współzmienności 17
Jednozmiennowa analiza regresji 21
Dopasowanie linii regresji metodą najmniejszych kwadratów 21
Równanie linii prostej - parametry modelu 24
Analiza regresji w programie IBM SPSS Statistics 26
Przykład: relacja temperatury i samopoczucia 30
Podsumowanie 33
ROZDZIAŁ 2
Regresja wielokrotna 35
Wprowadzenie 36
Analiza regresji wielozmiennowej w programie IBM SPSS Statistics 38
Korelacja cząstkowa i semicząstkowa w analizie regresji 40
Różne metody wprowadzania predyktorów w analizie regresji 43
Regresja krokowa 45
Regresja hierarchiczna 49
Podsumowanie 55
ROZDZIAŁ 3
Testowanie założeń. Diagnostyka w analizie regresji 57
Wprowadzenie 58
Założenia analizy regresji 58
Homoscedastyczność 59
Brak korelacji składników losowych 63
Brak skorelowania predyktorów 64
Normalność rozkładu zmiennych oraz normalność rozkładu reszt 67
Jak policzyć statystyki diagnostyczne w programie IBM SPSS Statistics 78
Podsumowanie 86
ROZDZIAŁ 4
Zmienne jakościowe jako predyktory w analizie regresji 89
Wprowadzenie 90
Tworzenie zmiennych instrumentalnych dla jakościowego predyktora niedychotomicznego 95
Kodowanie zero-jedynkowe 95
Kodowanie quasi-eksperymentalne 101
Kodowanie ortogonalne 104
Podsumowanie 107
ROZDZIAŁ 5
Analiza mediacyjna w regresji.
Poszukiwanie zmiennych pośredniczących 109
Wprowadzenie 110
Klasyczne podejście Barona i Kenny'ego 111
Model mediacji Cohena i Cohen 112
Przykład 1. Model mediacyjny z ilościową zmienną niezależną 112
Krok 1 - relacja między zmienną niezależną a zależną 113
Krok 2 - relacja między zmienną niezależną a mediatorem 115
Krok 3 - relacja zmiennej niezależnej i mediatora ze zmienną zależną 116
Testy: Sobela, Aroiana i Goodmana testujące istotność mediacji częściowej 117
Opis wyników 119
Przykład 2. Model mediacyjny z dychotomiczną zmienną niezależną 120
Trudności w poszukiwaniu mediacji 124
Podsumowanie 125
ROZDZIAŁ 6
W poszukiwaniu interakcji. Moderatory w analizie regresji 127
Wprowadzenie 128
Poszukiwanie interakcji - kolejne kroki 129
Interakcja z dychotomicznym moderatorem 132
Interakcja z moderatorem ilościowym 141
Interakcja trzech zmiennych 155
Poszukiwanie interakcji między zmiennymi jakościowymi o większej liczbie wartości niż dwie 156
Podsumowanie 156
CZĘŚĆ II. MODELOWANIE STRUKTURALNE 159
ROZDZIAŁ 7
Modele strukturalne zmiennych obserwowalnych 161
Wprowadzenie 162
Specyfikacja modelu strukturalnego zmiennych obserwowalnych 163
Interpretacja parametrów 167
Model regresji wielorakiej 167
Model ścieżkowy z kowariancją i zależnościami pośrednimi 170
Estymacja modeli strukturalnych 177
Założenia 177
Metody estymacji 179
Ocena jakości modelu 181
Test dopasowania modelu 183
Miary dopasowania do populacyjnej macierzy wariancji-kowariancji 186
Indeksy dopasowania 187
Kryteria informacyjne 189
Modyfikowanie modelu 190
Badanie istotności parametrów 191
Indeksy modyfikacji 192
Podsumowanie 198
ROZDZIAŁ 8
Modele strukturalne w podgrupach 201
Wprowadzenie 202
Specyfikacja i estymacja 203
Porównywanie pojedynczych parametrów między grupami 206
Weryfikacja złożonych hipotez dotyczących równości parametrów między grupami 209
Podsumowanie 214
ROZDZIAŁ 9
Modelowanie strukturalne ze zmiennymi ukrytymi 217
Wprowadzenie 218
Specyfikacja modelu strukturalnego ze zmiennymi ukrytymi 219
Część strukturalna modelu 219
Część pomiarowa modelu 220
Konfirmacyjna analiza czynnikowa jako narzędzie weryfikacji modelu pomiarowego 222
Estymacja i interpretacja modelu strukturalnego ze zmiennymi ukrytymi 226
Podsumowanie 231
ROZDZIAŁ 10
Krótkie wprowadzenie do IBM SPSS Statistics AMOS 233
Bibliografia 239
Indeks 243
Notki o Autorkach 247