Name: designing general linear models to test research hypotheses (en Inglés)
Price: 328434.00 COP
Availability: InStock
Author: McNeil, Keith ; Newman, Isadore ; Fraas, John W.
ISBN: 9780761857686

portada designing general linear models to test research hypotheses (en Inglés)

Formato

Libro Físico

Autor

Keith McNeil

Isadore Newman

John W. Fraas

Editorial

University Press of America

Idioma

Inglés

Encuadernación

Tapa Blanda

Dimensiones

22.6 x 15.2 x 3.8 cm

Peso

0.75 kg.

ISBN

0761857680

ISBN13

9780761857686

Categorías

Gestión de proyectos de investigación y desarrollo
Probabilidad y estadística

designing general linear models to test research hypotheses (en Inglés)

Keith McNeil (Autor) · Isadore Newman (Autor) · John W. Fraas (Autor) · University Press of America · Tapa Blanda

Libro Nuevo

$ 328.434

$ 656.868

Ahorras: $ 328.434

50% descuento

Envío normal

Origen: Estados Unidos (Costos de importación incluídos en el precio)

Se enviará desde nuestra bodega entre el Jueves 16 de Mayo y el Jueves 30 de Mayo.

Lo recibirás en cualquier lugar de Colombia entre 1 y 5 días hábiles luego del envío.

Reseña del libro "designing general linear models to test research hypotheses (en Inglés)"

The focus of this text is placed on designing General Linear Models (regression models) to test research hypotheses. The authors illustrate and discuss General Linear Models specifically designed to statistically test research hypotheses that deal with the differences among group means, relationships between continuous variables, analysis of covariance, interaction effects, nonlinear relationships, and repeated measures. Many of the chapters contain sections entitled "General Hypothesis" and "Applied Hypothesis." The General Hypothesis sections are designed to provide the readers with "road maps" regarding how to conduct the various analyses presented in the text. The Applied Hypothesis sections illustrate how the various analyses are conducted with Microsoft Excel and SPSS for Windows and how the outputs should be interpreted to test the hypotheses. Throughout the text, the authors stress the importance of designing regression models that precisely reflect the null and research hypotheses.