Klasszikus osztályozó eljárások
21
Klasztervizsgálat
Statisztikai elemzések pszichológus hallgatóknak
Előszó
Minták leírása, elemzése és vizualizációja
1
Bevezetés. Miért tanulunk statisztikát pszichológusként?
2
Leíró statisztikai mutatók
3
Hipotézisvizsgálat
4
Adattisztítási eljárások
Összefüggések elemzésének és modellezésének módszerei
5
Korrelációs vizsgálatok
6
Egyszerű lineáris regressziós vizsgálatok
7
Többváltozós lineáris regresszió
8
Mediálás és moderálás
Minták eltéréseinek vizsgálata
9
Egymintás elrendezés
10
Függetlenmintás elrendezés két minta esetén
11
Páros vagy összefüggő mintás elrendezés
12
A varianciaanalízis (ANOVA) alapfogalmai
13
Egyszempontos varianciaanalízisek (one-way ANOVA)
14
Többszempontos varianciaanalízis (factorial ANOVA)
15
Kovarianciaanalízis (ANCOVA)
16
Többváltozós varianciaanalízis (MANOVA) és többváltozós kovarianciaanalízis (MANCOVA)
Adatredukció, struktúraelemzés
17
Főkomponens-elemzés
18
Feltáró faktorelemzés (Exploratory Factor Analysis)
19
Megerősítő faktorelemzés (Confirmatory Factor Analysis)
20
Reliabilitásvizsgálatok
Klasszikus osztályozó eljárások
21
Klasztervizsgálat
22
Diszkriminancia-vizsgálat
Bayes-i statisztika
23
Bevezetés a bayesiánus szemléletmódba
24
Hipotézisvizsgálat menete a Bayes-faktorral
25
Paraméterbecslés és bizonytalanság
26
Konkrét elemzések Bayes-i módon
Függelék
Irodalomjegyzék
A
Mutatók értelmezése
B
Publikációs alapvetések
Klasszikus osztályozó eljárások
21
Klasztervizsgálat
21
Klasztervizsgálat
Publikálva
2026. január 6.
Módosítva
2026. január 17.
20
Reliabilitásvizsgálatok
22
Diszkriminancia-vizsgálat