Linear statistical models in psychology
Description
Rozmanité druhy lineární regrese představují nástroj první volby při řešení širokého spektra problémů, na které narážíme v psychologii i dalších empirických vědách. Postupy spadající do této rodiny nachází své uplatnění při zpracování experimentálních dat, dotazníkových šetření nebo například při tvorbě testových norem. Tento text je určen studentům, kteří jsou seznámeni se základními postupy práce s kvantitativními daty - s popisnými statistikami a principem testování statistických hypotéz. Cílem těchto skript je tyto poznatky propojit a představit v kontextu statistického modelování. Skripta popisují základní témata i specializované postupy práce s lineárními modely. Čtenář je seznámen s regresními koeficienty, ukazateli kvality modelu, s prací s nominálními regresory i s interakčními členy. Několik kapitol je věnováno testům statistické významnosti, konstrukci pásů spolehlivosti, předpokladům užití lineárních modelů a diagnostice modelu. Z pokročilejších postupů text pokrývá zkoumání nelineárních závislostí, lognormální regresi, krokovou a hierarchickou regresi i modely se smíšenými efekty a další. Součástí skript je sada datových souborů k procvičování popisovaných metod.
Abstract (English)
Different kinds of linear regressions are useful in solving a wide range of problems encountered in psychology and other areas of empirical research. Procedures belonging to this family find their application in the processing of experimental data, in the analysis of questionnaire surveys and, for example, in the development of test norms. This text is intended for students who are familiar with the basic procedures of quantitative data analysis - descriptive statistics and statistical hypothesis testing. The aim of this textbook is to integrate and present this knowledge into the context of statistical modelling. The book describes both basic topics and specialized procedures of working with linear models. The reader is introduced to regression coefficients, indicators of model fit, handling nominal regressors and interaction terms. Several chapters are devoted to tests of statistical significance, construction of confidence bands, assumptions testing, and model diagnostics. Among more advanced techniques, the book covers the investigation of curvilinear dependencies, lognormal regression, stepwise and hierarchical regression, and mixed-effects models. The textbook also includes a set of data files for practicing the methods described.
Files
2021-0397_Dostal.pdf
Files
(4.1 MB)
| Name | Size | Download all |
|---|---|---|
|
md5:4003068c982fea7bc3eed2648291c3c6
|
4.1 MB | Preview Download |