روش‌های آماری برای مدل‌سازی پویایی‌های انسانی ۲۰۱۱
Statistical Methods for Modeling Human Dynamics 2011

این مجلد بین‌رشته‌ای، مقالاتی از محققان حوزه‌های روان‌شناسی، علوم اعصاب، آمار، علوم کامپیوتر و فیزیک را گردآوری کرده است. در این کتاب، جدیدترین تکنیک‌ها و کاربردهای مورد استفاده در تجزیه و تحلیل داده‌های به‌دست‌آمده از مطالعات شناختی، هیجانی و الکتروفیزیولوژی، به همراه تکنیک‌های مدل‌سازی در زمان واقعی و بررسی تغییرات شناختی در طول زندگی، مدل‌سازی مفهومی تغییرات با استفاده از پاسخ سوالات، مدل‌های ناپارامتری و سلسله مراتبی، و تکنیک‌های الهام‌گرفته از نظریه کنترل برای تشخیص در محیط‌های پزشکی و روان‌درمانی بررسی می‌شوند. دستور زبان (syntax) اجرای تحلیل‌های ارائه شده در کتاب در وب‌سایت Psychology Press موجود است. بیشتر برنامه‌ها در R نوشته شده‌اند، در حالی که بقیه برای Matlab، SAS، Win-BUGS و DyFA هستند.

خوانندگان از بررسی آخرین تکنیک‌های روش‌شناختی که در چند سال اخیر توسعه یافته‌اند، استقبال خواهند کرد. نکات برجسته شامل بررسی موارد زیر است:

* تکنیک‌های مدل‌سازی آماری و ریاضی برای تجزیه و تحلیل تصویربرداری مغز مانند EEG، fMRI و سایر داده‌های علوم اعصاب
* تکنیک‌های مدل‌سازی پویا برای داده‌های اندازه‌گیری مکرر و فشرده
* تکنیک‌های مدل‌سازی پنل برای داده‌های دارای نقاط زمانی کمتر
* تکنیک‌های مدل‌سازی فضای حالت برای داده‌های روان‌شناختی
* تکنیک‌های مورد استفاده برای تجزیه و تحلیل داده‌های زمان واکنش.

هر فصل شامل یک مرور کلی مقدماتی از تکنیک‌های مورد نیاز برای درک فصل، یک خلاصه و مثال‌های متعدد است. هر فصل مستقل را می‌توان به تنهایی و به هر ترتیبی خواند. این کتاب که به سه بخش اصلی تقسیم شده است، به بررسی تکنیک‌های بررسی مشتقات درون‌فردی در الگوهای تغییر، تغییرات درون‌فردی، و تفاوت‌های بین‌فردی در تغییر و پویایی بین فردی می‌پردازد. این کتاب که برای دانشجویان و محققان پیشرفته در نظر گرفته شده است، برای کسانی که علاقه‌مند به استفاده از تکنیک‌های مدل‌سازی پویای پیشرفته در مطالعه روان‌شناسی عصبی، رشدی، شناختی، اجتماعی/شخصیتی، و همچنین علوم اعصاب، علوم کامپیوتر و مهندسی هستند، جذاب خواهد بود.

This interdisciplinary volume features contributions from researchers in the fields of psychology, neuroscience, statistics, computer science, and physics. State-of-the-art techniques and applications used to analyze data obtained from studies in cognition, emotion, and electrophysiology are reviewed along with techniques for modeling in real time and for examining lifespan cognitive changes, for conceptualizing change using item response, nonparametric and hierarchical models, and control theory-inspired techniques for deriving diagnoses in medical and psychotherapeutic settings. The syntax for running the analyses presented in the book is provided on the Psychology Press site. Most of the programs are written in R while others are for Matlab, SAS, Win-BUGS, and DyFA.

Readers will appreciate a review of the latest methodological techniques developed in the last few years. Highlights include an examination of:

• Statistical and mathematical modeling techniques for the analysis of brain imaging such as EEGs, fMRIs, and other neuroscience data
• Dynamic modeling techniques for intensive repeated measurement data
• Panel modeling techniques for fewer time points data
• State-space modeling techniques for psychological data
• Techniques used to analyze reaction time data.

Each chapter features an introductory overview of the techniques needed to understand the chapter, a summary, and numerous examples. Each self-contained chapter can be read on its own and in any order. Divided into three major sections, the book examines techniques for examining within-person derivations in change patterns, intra-individual change, and inter-individual differences in change and interpersonal dynamics. Intended for advanced students and researchers, this book will appeal to those interested in applying state-of-the-art dynamic modeling techniques to the the study of neurological, developmental, cognitive, and social/personality psychology, as well as neuroscience, computer science, and engineering.