• Fri frakt över 249 kr
  • •
  • Snabba leveranser
  • •
  • Billiga böcker
Kundservice

Du är på sajten för privatpersoner.

Företag, bibliotek eller offentlig verksamhet?

Du handlar på classic.bokus.com, där alla dina funktioner finns intakta.
Till classic.bokus.com
Bokus logotyp. Gå till startsidan.
  • Erbjudanden
  • Nyheter
  • Student
  • Topplistor
  • Barn & ungdom
  • Bokus Play
  • E-böcker
  • Pocketböcker
  • Spel & pussel

10% rabatt på allt med kod NYSTART10 →

Sidfot

Mina sidor

    Hjälp

    • Kundservice
    • Vanliga frågor och svar
    • Frakt och leverans
    • Retur vid ångerrätt
    • Reklamera vara
    • Betalning
    • Köpvillkor
    • Allmänna villkor
    • Information om webbplatsens tillgänglighet

    Om Bokus

    • Om oss
    • Pressrum
    • För studenter
    • För företag
    • För bibliotek och offentlig verksamhet
    • För leverantörer
    • Hållbarhet

    Populärt

    • Aktuella erbjudanden
    • Presentkort
    • Studentlitteratur
    • Nya böcker
    • Topplistor
    • Signerade böcker
    • Engelska böcker

    Inspiration

    • Boktips
    • BookTok
    • Populära bokserier
    • Barnbokskaraktärer
    • Populära författare
    Logotyp för Bokus
    Följ oss på Facebook (extern länk)Följ oss på Instagram (extern länk)Följ oss på YouTube (extern länk)Följ oss på TikTok (extern länk)
    bokus @ CookiesAnpassa cookiesIntegritetspolicyKöpvillkor
    Till Citymail hemsida (extern länk)Till Budbee hemsida (extern länk)Till Postnord hemsida (extern länk)Till Schenker hemsida (extern länk)Till Early Bird hemsida (extern länk)Till Walleys hemsida (extern länk)
    1. Samhälle och politik
    2. Samhälle och kultur
    3. Kultur och medier
    4. Referensverk och tvärvetenskap

    Linear Regression

    An Introduction to Statistical Models

    AvPeter Martin

    Häftad, Engelska, 2022

    Del i serien The SAGE Quantitative Research Kit

    1 059 kr

    Beställningsvara. Skickas inom 3-6 vardagar. Fri frakt över 249 kr.

    Fler format och utgåvor

    E-bok

    458 kr

    Beskrivning

    This text introduces the fundamental linear regression models used in quantitative research.  It covers both the theory and application of these statistical models, and illustrates them with illuminating graphs. The author offers guidence on:

    • Deciding the most appropriate model to use for your research
    • Conducting simple and multiple linear regression
    • Checking model assumptions and the dangers of overfitting

    Part of The SAGE Quantitative Research Kit, this book will help you make the crucial steps towards mastering multivariate analysis of social science data.


    Produktinformation

    • Utgivningsdatum:2022-03-21
    • Mått:170 x 242 x 17 mm
    • Vikt:330 g
    • Format:Häftad
    • Språk:Engelska
    • Serie:The SAGE Quantitative Research Kit
    • Antal sidor:200
    • Upplaga:1
    • Förlag:SAGE Publications
    • ISBN:9781526424174

    Utforska kategorier

    • Referensverk och tvärvetenskap inom Samhälle och politik
    • Sociologi inom Samhälle och politik

    Mer om författaren

    Dr Peter Martin is Lecturer in Applied Statistics at University College London. He has taught statistics to students of sociology, psychology, epidemiology, and other disciplines since 2003. One of the joys of being a statistician is that it opens doors to research collaborations with many people in diverse fields. Dr Martin has been involved in investigations in life course research, survey methodology, and the analysis of racism. In recent years his research has focused on health inequalities, psychotherapy, and the evaluation of healthcare services. He has a particular interest in topics around mental health.

    Recensioner i media

    Martin provides a comprehensive account of linear regression and offers a detailed and practical guide on how to interpret all the coefficients and statistics included in a model - a valuable resource for social scientists at all stages in their careers.

    Innehållsförteckning

    • What is a statistical modelSimple linear regressionAssumptions and transformationsMultiple linear regression: A model for multivariate relationshipsMultiple linear regression: Inference, assumptions, and standardizationWhere to go from here