Name: Data Analysis Using Regression and Multilevel/Hierarchical Models (en Inglés)
Price: 281455.00 COP
Availability: InStock
Author: Gelman, Andrew ; Hill, Jennifer
ISBN: 9780521686891

portada Data Analysis Using Regression and Multilevel/Hierarchical Models (en Inglés)

Data Analysis Using Regression and Multilevel/Hierarchical Models (en Inglés)

Formato

Libro Físico

Autor

Andrew Gelman

Jennifer Hill

Editorial

Cambridge University Press

Año

2006

Idioma

Inglés

N° páginas

648

Encuadernación

Tapa Blanda

Dimensiones

25.1 x 17.5 x 3.6 cm

Peso

1.20 kg.

ISBN

052168689X

ISBN13

9780521686891

N° edición

Categorías

Política y gobierno
Probabilidad y estadística

Data Analysis Using Regression and Multilevel/Hierarchical Models (en Inglés)

Andrew Gelman (Autor) · Jennifer Hill (Autor) · Cambridge University Press · Tapa Blanda

Libro Nuevo Importado

Envío: 18 a 24 días háb.

$ 562.909$ 281.455

-50%

Libro UsadoBuen Estado Importado

Envío: 6 a 10 días háb.

$ 146.106

Costos de importación incluídos en el precio ✅

Libro Nuevo

Quedan más de 100 unidades

$ 281.455

¡Envío Gratis! Llega entre el 12 Ago y el 24 Ago a Bogota, Cundinamarca. Seleccionar ubicación

Agregar a lista de deseos

Reseña del libro "Data Analysis Using Regression and Multilevel/Hierarchical Models (en Inglés)"

Data Analysis Using Regression and Multilevel/Hierarchical Models is a comprehensive manual for the applied researcher who wants to perform data analysis using linear and nonlinear regression and multilevel models. The book introduces a wide variety of models, whilst at the same time instructing the reader in how to fit these models using available software packages. The book illustrates the concepts by working through scores of real data examples that have arisen from the authors' own applied research, with programming codes provided for each one. Topics covered include causal inference, including regression, poststratification, matching, regression discontinuity, and instrumental variables, as well as multilevel logistic regression and missing-data imputation. Practical tips regarding building, fitting, and understanding are provided throughout. Author resource page: http: //www.stat.columbia.edu/ gelman/arm/