Teoria estymacji w praktyce badań społecznych

W książce prezentowana jest problematyka związana z wykorzystaniem teorii estymacji w badaniach społecznych. W monografii znajdziemy zarówno podstawową ideę (filozofię) uogólniania wyników z próby losowej na populację, jak i bardziej szczegółowe rozważania (techniki obliczeniowe oraz wskazówki dotyczące obsługi programów komputerowych) odnoszące się do konkretnych problemów ilościowej analizy danych. Podstawowym celem autora było przedstawienie tej złożonej problematyki w sposób możliwie przystępny.

Autor odpowiada m. in. na następujące pytania:
- Jak rozumieć wyniki badań sondażowych (np. sondaży wyborczych)?
- Dlaczego wyniki badań naukowych obarczone są ryzykiem popełnienia błędu?
- Jak uogólnić wyniki z próby na populację?
- Jak ustalić minimalną liczebność próby?

Książka będzie stanowić zatem ciekawą lekturę nie tylko dla tych, którzy zainteresowani są samodzielnym prowadzeniem badań społecznych, ale także dla tych, którzy chcą właściwie interpretować ich wyniki.

Spis treści:

WSTĘP
Naukowe podejście - czyli jak oswoić błąd
Statystyka a teoria estymacji
Testowanie hipotez a teoria estymacji
 
1. GARŚĆ UŻYTECZNYCH POJĘĆ
Co może, ale nie musi się zdarzyć
Funkcja gęstości i dystrybuanta
Wartość oczekiwana i wariancja . syntetyczne charakterystyki rozkładu
Rozkład normalny . od intuicji do estymacji
Standaryzacja (jedna liczba - wiele informacji)
Rozkład statystyki, czyli co z tego wynika
Poziom ufności
Precyzja szacowania i poziom ufności
Poprawna realizacja badań a problem błędnych wyników
 
2. PRÓBY, ESTYMATORY I PARAMETRY
Probabilistyczne i nieprobabilistyczne techniki doboru próby
Reprezentatywność i dobór nielosowy
Niska reprezentatywność i wartościowe wyniki badań
Charakterystyka próby losowej
Próba prosta
Estymatory i parametry
 
3. SZACOWANIE PARAMETRÓW . PRÓBA PROSTA NIEZALEŻNA
Charakterystyka badanej zbiorowości
Średnia arytmetyczna - próba prosta niezależna
Estymacja średniej - obliczenia
Estymacja średniej - Analysis ToolPak
Estymacja średniej - PASW Statistics 18.0
Względny i bezwzględny błąd estymacji
Estymacja średniej - populacja o rozkładzie N(m, σ)
Szacowanie wielkości frakcji
Precyzja oszacowania wskaźników struktury w populacji
Przedział ufności dla wariancji i odchylenia standardowego
Szacowanie współczynnika asymetrii - momenty i kumulanty
Standardowy błąd skośności (ses) - różne podejścia
Określenie skośności w próbie a charakterystyka populacji
Estymacja kurtozy - różnice oszacowań
Standardowy błąd kurtozy (sek)
Współczynnik kurtozy w próbie a charakterystyka populacji
Współczynnik asymetrii i kurtozy - przykład uogólnienia wyników
Estymacja czterech miar - programy komputerowe
Wskaźniki struktury - programy komputerowe
Przedziały ufności - graficzna prezentacja wyników
 
4. SZACOWANIE PARAMETRÓW - INNE RODZAJE PRÓB LOSOWYCH
Losowanie bezzwrotne (zależne)
Estymacja średniej - próba zależna
Estymacja wielkości frakcji . próba prosta zależna
Estymacja wartości globalnej i liczebności bezwzględnej elementów wyróżnionych
Losowanie warstwowe - poszukiwanie wyższej efektywności próby
Sposoby alokacji próby
Estymacja średniej z próby warstwowej
Losowanie zespołowe
Estymacja średniej - losowanie zespołowe
 
5. MINIMALNA LICZEBNOŚĆ PRÓBY
Zmiana perspektywy
Minimalna liczebność próby - średnia arytmetyczna (próba prosta niezależna i zależna)
Względny błąd szacunku a minimalna liczebność próby
Minimalna liczebność próby - wielkość frakcji