בלוג
כאן, אני מרכז המלצות שונות שלי על מה שיכול לסייע לכם בדרך הסטטיסטית שלכם.
במקום שאפרסם כאן התייחסויות והמלצות מחוקרים ותלמידי מחקר שעבדו איתי..., אני כותב כאן את ההמלצות שלי עבורכם.
המקום הכי הכי הכי טוב ללמוד ניתוחים סטטיסטיים מתקדמים הוא 'קייטנת הסטטיסטיקה' של Todd.
המקום הכי Cool לכל מי שרוצה באמת ללמוד.
כל קיץ, אבל גם בסתיו ובאביב, Stats Camp מקיים במקביל מספר קורסים מתקדמים בסטטיסטיקה. בקיץ מדובר בדרך כלל בכ- 15 קורסים שונים, כאשר בכל שבוע מתקיימים חמישה קורסים במקביל, מיום שני ועד יום שישי, בין השעות 9:00 ל- 17:00 (זמן מקומי). הקורסים מועברים על ידי ה-מומחים בתחום, ומלווים בייעוץ אישי.
הקורס הראשון שלמדתי שם לפני מספר שנים היה בנושא מיתון ותיווך, והעבירו אותו:
Andrew Hayes:
http://processmacro.org/index.html
ו- Kris Preacher:
מהראשונים שפיתחו את התחום.
הקורס השני שלמדתי שם היה בנושא ניתוח משוואות מבניות, אותו העביר Todd Little אשר הקים את ה'קייטנה' לפני כשני עשורים.
מאז למדתי מספר קורסים נוספים, כאשר רק לאחרונה למדתי את התחום של MLM -
Multilevel Modeling - מה שבארץ מכנים בדרך כלל HLM.
אתר המסייע בבחירת הניתוחים הסטטיסטיים (לא הכל ניתן בחינם):
ההמלצה הכי חשובה (!)
אם אתם באמת רוצים לנתח את הנתונים שלכם באופן המקצועי ביותר - תתחילו לעבוד ב- R.
זה הקישור להתקנת התוכנה:
זה הקישור להתקנת R studio:
https://rstudio.com/products/rstudio
באינטרנט תמצאו אין סוף קורסים ללמוד R. לא צריך ללמוד הכל על R, אלא קודם כל איך עובדים על התוכנה, ואחר כך רק את הניתוחים הסטטיסטיים בהם אתם מתעניינים. אז תגלו, כמובן, שהשמיים הם הגבול. אם תתקלו בקשיים, תגלו שגוגל הוא אחד החברים הטובים ביותר של R.
אחד הנושאים החמים בשנים האחרונות בתחום הסטטיסטיקה המתקדמת הוא טיפול בנתונים חסרים. כלומר, דמיינו את קובץ הנתונים שלכם, כאשר יש בו חורים - נתונים חסרים.
צריך לזכור שיש כמה סוגים של נתונים חסרים. לפעמים הם אקראיים לגמרי - אין קשר ביניהם, אין קשר למשתתפים, ולא ממש ניתן להבין למה הם חסרים. אבל לפעמים, ולמעשה ברוב המקרים, הם ממש לא אקראיים, הם מכוונים (גם אם באופן לא מודע), כיוון שהמשתתפים מדלגים על שאלות שהם נמנעים מלענות עליהם.
האם יש לכם את הכלים להבין את הסיבות לכך? האם אתם יודעים להשתמש בידע הזה על מנת להשלים את הנתונים החסרים? (למשל, באמצעות הקשרים של הערכים החסרים לערכים אחרים).
הדבר הנכון ביותר הוא לדעת להתכונן אליהם!
יש שתי אפשרויות להתכונן לנתונים חסרים:
- הראשונה היא לתכנן את המחקר כך שלא יהיו נתונים חסרים (ויש לכך כמובן כל מיני שיטות, תלוי במערך המחקר שלכם).
- השנייה היא לאסוף נתונים שיסייעו לכם להשלים את הנתונים החסרים.
אבל בשביל זה צריך להבין, להתכונן, לתכנן, ולבדוק מראש...
כלומר, סוף מעשה במחשבה תחילה.