新書推薦:
《
银行业架构网络BIAN(全球数字化时代金融服务业框架)(数字化转型与创新管理丛书)
》
售價:NT$
449.0
《
金托邦:江湖中的沉重正义
》
售價:NT$
275.0
《
易经今解:释疑·解惑·见微
》
售價:NT$
403.0
《
东欧史(全二册)-“中间地带”的困境
》
售價:NT$
1010.0
《
虚拟资本:金融怎样挪用我们的未来
》
售價:NT$
352.0
《
刻意练习不生气
》
售價:NT$
179.0
《
大宋理财:青苗法与王安石的金融帝国(全彩插图本)
》
售價:NT$
500.0
《
安全感是内心长出的盔甲
》
售價:NT$
305.0
|
編輯推薦: |
《数据分析概论》一书介绍了社会科学研究中蕞常见和蕞常用的内容数据。数据是解释某个现象或某件事的要素,但如何运用数据、如何分析数据,这是很多社会学学生以及刚从事社会科学研究的人所面临的一大问题。《数据分析概论》一书就满足了广大研究者和学生的需要。该书不仅提供了有关数据搜集的介绍,也一一探讨了分析数据的统计工具,全面而深入。作者利用大量数学公式和图表来讨论数据分析,并以一个基于大学生学业能力的分析的例子来丰富读者的认识。
|
內容簡介: |
《数据分析概论》研究对象是社会科学的研究数据。数据分析可以赋予事实意义,好的数据分析能为所研究的社会现象提供合理的描述和解释。
本书旨在为定量研究数据分析的每一步提供统计学基础。作者讨论了数据搜集的意义、一元统计、对相关性的测量、显著性检验、简单和多元回归,并给出了大量的数学公式,使得读者能更好地理解这些内容。
|
關於作者: |
迈克尔S.刘易斯-贝克
美国艾奥瓦大学政治科学教授,担任Sage出版公司社会科学定量方法应用(QASS)系列丛书主编。出版和发表了大量著作,包括《回归应用导论》《社会科学家的新工具:研究方法的发展及其应用》等。
|
目錄:
|
序
第1章 导论
第2章 数据搜集
第1节 研究问题
第2节 样本
第3节 测量
第4节 数据编码、输入和检查
第3章 一元统计
第1节 集中趋势
第2节 离散
第3节 集中趋势、离散和异常值
第4章 相关测量
第1节 相关
第2节 定序数据:tau相关测量
第3节 名义数据:Goodman-Kruskal lambda系数
第4节 二分变量:灵活选择
第5节 小结
第5章 显著性检验
第1节 显著性检验的逻辑:一个简单的例子
第2节 运用同一逻辑:二元相关测度
第3节 几个重要问题
第4节 小结
第6章 简单回归
第1节 Y是关于X的方程
第2节 最小二乘法法则
第3节 截距和斜率
第4节 预测和拟合优度
第5节 显著性检验和置信区间
第6节 报告回归结果
第7章 多元回归
第1节 例子
第2节 统计控制
第3节 模型设定错误
第4节 虚拟变量
第5节 共线性
第6节 交互效应
第7节 非线性
第8节 归纳和结论
第8章 建议
附录
参考文献
译名对照表
|
內容試閱:
|
《韦伯斯特大学辞典》(Websters New Collegiate Dictionary)把数据定义为一组事实。因此社会科学数据(经验观察)是关于人类行为世界的事实。与流行的看法相反,事实并不会自己说话。数据分析的任务是试图给这些事实赋予意义。我之所以说试图赋予意义是因为如果数据不好,它们就不能产生阐释,或者是一个虚假的阐释。假设数据很好,那么分析就能为所研究的社会现象提供一个合理的描述和解释。
数据分析涉及对统计工具的系统运用。我们如何能够获得这些工具并恰当的使用它们?为了有效学习分析技巧,我们需要从最简单的部分开始,以之作为构建更复杂技巧的基石。譬如,初学者经常犯的一个错误就是跳过基础知识,直接进入多元回归分析。为了学好多元回归,你必须首先扎实的掌握一元和二元统计知识。通过学习例如两个变量间的相关系数(皮尔森r系数),你就能熟悉相关、强度、线性、测量层次、推论和标准化等概念。这给理解二元回归提供了基础,二元回归有点难,但不是很难。一旦熟悉掌握了二元回归,扩展到多元回归就比较容易,读者对后者也会有更深的理解。
本书旨在为定量研究数据分析的每一步提供统计学基础。在简述数据搜集之后,作者讨论一元统计(测量集中趋势和离散)。之后又讲解了对相关的测量(皮尔森r、tau和lambda系数)和显著性检验,最后讨论了简单和多元回归。本书给出了必要的数学公式,但更注重平实的解释。同时,作者也利用图表来帮助阐释。贯穿全书的一个实用例子是基于一个大学生样本数据来探讨如何解释学业能力。
回到本丛书的标题社会科学定量方法应用,本书可以看作是其他著作的一本入门书。本丛书的其他著作都对本书讨论的主题进行了深入探讨。譬如,关于数据搜集可参阅Kalton的Introduction to Survey Sampling No. 35, Jacob的Using Published Data No. 42, Kiecolt & Nathan的Secondary Analysis of Survey Data No. 53, Converse & Presser的Survey Questions No. 63,以及Bourque & Clark的Processing Data No. 85;关于一元统计可参阅Weisberg的Central Tendency and Variability No. 83和Gibbons的Nonparametric Statistics No. 90;有关二元统计可参阅Reynolds的Analysis of Nominal Data No. 7,Hildebrand, Laing, & Rosenthal的Analysis of Ordinal Data No. 8,Liebetrau的Measures of Association No. 32和Gibbons的Nonparametic Measures of Association No. 91;关于显著性检验可参阅Henkel的Tests of Significance No. 4和Mohr的Understanding Significance Testing No. 73;关于回归可参阅Lewis-Beck的Applied Regression No. 22,Berry & Feldman的Multiple Regression in Practice No. 50,Jaccard, Turrisi, & Wan的Interaction Effects in Multiple Regression No. 72,Fox的Regression Diagnostics No. 79,Berry的Understanding Regression Assumptions No. 92和Hardy的Regression With Dummy Variables No. 93。
|
|