-
分层线性模型
您一直等待的修订版就在这里!由于充满丰富的研究示例,并对分层线性模型(HLM)理论与应用有透彻的解释,其第1版就广受欢迎,现在这本书的第2版又重新组织为四大部分,并且加入了全新的4章内容。前两个部分,即第一部分“原理”和第二部分“基本应用”,紧密对应着上一版中的9章,但是已经大量扩展了内容,技术解释更为清晰,比如: 对HLM模型中的基本估计和推断程序提供了一个直观的介绍性总结。 在第6章中新加了一节多元增长模型。 第7章增加了对研究综合或元分析应用的讨论。 对数据分析中层-1自变量定位方法的建议以及可信值区间与稳健标准误方面的新材料。 虽然第1版主要是讨论层-1结果变量为连续分布的情况,然而现在的第 2版的第三部分中又包括了一系列其他类型结果变量的分析,比如: 新的第10章介绍分层模型在结果变量为二分类变量、计数变量、序次变量以及多项分类变量条件下的应用,并且每种情况都提供了详细的示例和说明。 新的第11章讨论了潜在变量模型,其中包括在HLM框架下对有缺失的数据以及在自变量有测量误差时如何进行回归估计,还包括了嵌入性分项反应模型。 第13章则是关于分层数据分析中贝叶斯推断原理的介绍。 作者在第四部分中对全书应用的统计理论以及计算方法进行了总结,包括层-1为正态分布误差的单变量模型、多元线性模型以及分层一般化线性模型。此外,还给读者提供了一个新的链接网址,可以下载有关数据并访问更多的技术资料。 -
复杂适应系统
本书是首部全面、清晰且令人易于理解地阐述复杂适应社会系统的著作,由该领域两位权威学者联袂完成。复杂适应社会系统——不论是“政治党派”、“股票市场”,还是蚂蚁群落——都体现了社会科学在理论上与实践上所面临的一些最有趣的挑战。通过引人入胜的文字描述和难易适中且附有直观解释的技术细节,本书着重介绍了自20世纪90年代中期以来在该领域出现的关键工具与思想,以及研究此类系统所需要的支撑技术。本书详细介绍了一些相关概念,比如涌现性、自组织临界性、自动机、网络、多样性、适应性以及反馈等。它还展示了如何利用从数学到适应性主体计算模型等一系列广泛的方法来探索复杂适应系统。 -
ZARA
《ZARA:引领快速时尚》是西班牙排名第一,世界四大时装连锁机构之一(其他三个为美国的休闲时装巨头GAP、瑞典的时装巨头H&M、德国的平价服装连锁巨头C&A),旗下拥有Zara、Pull and Bear、Massimo Dutti、Bershka、Stradivarius、Oysho、Zara Home、Uterque、Zara Kids服装品牌,Zara是其中最成功的。Zarad品牌之道可以说是时尚服饰业界的一个另类,在传统的顶级服饰品牌和大众服饰中间独辟蹊径,开创了快速时尚(Fast Fashion)模式。随着快速时尚(Fast Fashion)成为时尚服饰行业的一大主流业态,Zara品牌也倍受推崇,有人称之为“时装行业中的戴尔电脑”,也有人评价其为“时装行业的斯沃琪手表”。哈佛商学院把Zarat品牌评定为欧洲最具研究价值的品牌,沃顿商学院将Zara品牌视为研究未来制造业的典范。Zara作为一家引领未来趋势的公司,俨然成为时尚服饰业界的标杆。 -
Thinking with Data
-
Building Machine Learning Systems with Python
-
统计学