數據分析與統計建模--社科研究中的統計學方法(社會科學研究方法系列)（簡體書）

當現實中紛繁復雜的數據羅列在我們面前時，如何找出一個有效的分析方法、建立一個擬和度較優的模型、有機結合定量與定性兩種基本的研究方法，對我們分析現有數據，預測未來趨勢都有至關重要的意義。這本《數據分析與統計建模》就是適合社科類研究生使用的有關統計建模的工具書。本書避開繁復的數學推導，以通俗易懂的方式讓學生學會統計學方法，尤其是學會計算機統計軟件的應用以及輸出結果的分析。

前言
第一篇 數據分析的圖方法
　第1章 一維樣本數據的分布
1.1 各國人均GNI數據
1.2 散點圖（一維）
1.3 分位數圖
1.4 盒須圖
1.5 對稱性
1.6 直方圖
1.7 莖葉圖
1.8 密度函數圖
　第2章 數據分布的比較
2.1 經驗分位數—經驗分位數圖
2.2 數據的各種分布圖比較
2.3 開槽的盒須圖
　第3章 二維數據的圖示統計
3.1 散點圖
3.2 例題
3.3 因變量y與自變量z之間依存關係的研究方法
3.4 二維數據的頻數表示
第二篇 經典統計推斷
　第4章 樣本平均數的比較
4.1 單樣本檢驗
4.2 兩樣本的平均數比較
4.3 成對數據的兩樣本t-檢驗
第5章 關於方差的推斷與檢驗
5.1 X2-檢驗統計量
5.2 比較兩總體方差的F檢驗
　第6章 多樣本均值比較
6.1 單因素方差分析
6.2 多重比較——Tukey—Cramer方法
6.3 單因素方差分析的案例
6.4 隨機化區組設計
6.5 雙因素方差分析
　第7章 回歸模型
7.1 二元線性回歸
7.2 多元線性回歸
7.3 例題及計算機操作
7.4 回歸模型的有效性
7.5 回歸方程用于預測
7.6 多元回歸模型的建立
7.7 回歸建模步驟
第三篇 屬性數據分析
　第8章 社會科學研究中的屬性數據
8.1 屬性變量的定義
8.2 為何研究屬性數據的統計分析
8.3 屬性數據的分類
8.4 以不同的視角觀察社會科學研究中的屬性數據
8.5 屬性數據的圖或表格表示方法
8.6 關於比例的顯著性檢驗
　第9章 回歸模型——logistic回歸與Pmbit模型
9.1 虛擬變量的引進
9.2 二值數據的logistic回歸模型
9.3 Probit模型及雙對數模型
9.4 因變量具有兩個以上選擇時的模型
　第10章 列聯表及其建模
第四篇 非參數統計
　第11章 兩樣本比較的秩檢驗
　第12章 多樣本比較的非參數方法
　第13章 檢驗隨機性與獨立性
第五篇 時間序列分析
　第14章 時序分析中的外推與分解模型
　第15章 時間序列的分量分解
　第16章 ARIMA模型
　第17章 Box-Jenkins建模
　第18章 季節Box-Jenkins模型
參考書目