Puntuación:
Las reseñas del libro de Raudenbush & Bryk sobre modelos lineales jerárquicos (HLM) lo destacan como un recurso exhaustivo y esencial para los investigadores cuantitativos avanzados que trabajan con modelos multinivel. Sin embargo, muchos usuarios señalaron que no es adecuado para principiantes y tiende a ser denso y difícil de seguir sin apoyo adicional.
Ventajas:⬤ Recurso completo y detallado para HLM.
⬤ Excelente referencia para investigadores avanzados.
⬤ Buena cobertura del HLM en diseños longitudinales y otros temas avanzados.
⬤ Entrega y empaquetado de alta calidad.
⬤ Descuentos disponibles para la compra.
⬤ Conjuntos de datos incluidos para la práctica.
⬤ No apto para principiantes; requiere una sólida base estadística.
⬤ Estilo de escritura denso, lo que dificulta el seguimiento.
⬤ Escasas explicaciones de conceptos y ejemplos importantes.
⬤ Algunos revisores encontraron ejemplos difíciles de reproducir.
⬤ Los gráficos hechos a partir de caracteres ASCII son menos útiles que los gráficos estándar.
⬤ Escasa orientación práctica sobre la realización de análisis con el software HLM.
(basado en 22 opiniones de lectores)
Hierarchical Linear Models: Applications and Data Analysis Methods
Popular en la Primera Edición por sus ricos e ilustrativos ejemplos y lúcidas explicaciones de la teoría y el uso de los modelos lineales jerárquicos (HLM), el libro se ha reorganizado en cuatro partes con cuatro capítulos completamente nuevos. Las dos primeras partes, la Parte I sobre "La lógica de la modelización lineal jerárquica" y la Parte II sobre "Aplicaciones básicas", son estrechamente paralelas a los nueve primeros capítulos de la edición anterior, con importantes ampliaciones y aclaraciones técnicas, tales como:
* Un resumen introductorio intuitivo de los procedimientos básicos de estimación e inferencia utilizados con los modelos HLM que sólo requiere un nivel mínimo de sofisticación matemática en el capítulo 3.
* Nueva sección sobre modelos de crecimiento multivariante en el capítulo 6.
* Una discusión de las aplicaciones de síntesis de investigación o metaanálisis en el Capítulo 7.
* Asesoramiento analítico de datos sobre el centrado de predictores de nivel 1 y nuevo material sobre intervalos de valores plausibles y estimadores estándar robustos.
© Book1 Group - todos los derechos reservados.
El contenido de este sitio no se puede copiar o usar, ni en parte ni en su totalidad, sin el permiso escrito del propietario.
Última modificación: 2024.11.14 07:32 (GMT)