新闻资讯
看你所看,想你所想

社会科学统计方法

《社会科学统计方法》是2011年电子工业出版社乱创出版的图书,作者是美)阿伦.艾格瑞斯蒂 (Alan Agresti)、巴巴拉.芬蕾 (Barbara Finl还搞来仅永缩ay) 。

  • 书名 社会科学统计方法
  • 作者 (美)阿伦.艾格瑞斯蒂 (Alan Agresti) (美)巴巴拉.芬蕾 (Barbara Finlay) 
  • 原版名称 Statistical Methods for the Social Sciences,Fourth Edition
  • 译者 朱红兵 何丽娟 
  • ISBN 9787121142192

内容简介

  《社会科学统计方法(第4版)》面向实际,来自从实例入手,阐明社会科学统计方法,致力于实例和统计软件的一体化。主要内容包括抽样和测量、描述统计、概率分布、统计推断:估计、统计推断:显著性检验、两组比较、分类变量员黑境之间的关联分析、线性回归和相关、多元关系概述、多元回归分析和相关分析、多组比较:方差分析(ANOVA)、组合回归分析和方差分析:定量和分类预测变量、构建多元回归模型、逻辑斯蒂回归:构建分类响应变量、高级统计方法概述。本版增加了许多新练习,强调实际数据的应用。每章后包括配套课后习题及拓展综合晚张包练习,便于读者对统计方法的360百科学习和掌握。

  《社照球呀查唱妈坏会科学统计方法(第4版)》例题丰富,实用性强,可作为统计专业本科生和研究生渐朝着第卷标风适居教材,也可供从事统计分析和决策的社会各领域各相关专业的读者学习参考。

目录

  第1章 引怀名言 1

  1.1 统计方法论介绍 1

  为什么要学习统计 1

  数据 2

  什么是统计学 3

  1.2 描述统计和推断统计 先展委苏建许名刘倍于苦3

  总体和样本 4

  参数和统甚林计量 5

  定义总体:实蛋沿举院维离际总体和概念总体 5

  1.3 计算机在统计中的作用 5

  统计软件 5

  数据文件 6

  统计软件的使用和误用 6

  1.4 本章概要 7

  思考题 7

 早把叫她 第2章 抽样和测量 11

  2.1 变量及其测度 11

  变量 11

  定量(数量)变量和分类变量 12

  名义、有序和间隔测度尺度 12

  有序数据的数量 13

  离散型变量表都游华主和连续型变量 13

  2.2 随机化 14

  简单随机抽样 15

  如何去选择一个简单随机样本 15

  术感右德吗究用抽样调查收集数据 16

新含两  用实验收集数据 17

  用观察研究收集数据 17

  2.3 抽样变异性和潜在偏差 18

  抽样误帮项操功看钟口里白山破差 18

  抽样偏差:非曲司活步云执用境件煤概率抽样 18

  响应偏差 19

  无响应偏差:缺失数据 20

  偏差类型总结 20

 况书那兵是我收觉 2.4 其他概率抽样方法* 各错施表亮沙阻机操吃21

  系统随机抽样(Systematic Random Sampling) 21

  分层随机抽样(Stratified Random Sampling) 22

  整群抽样(Cluster Sampling) 22

  多阶抽样(Multstage Sampling) 23

  2.5 本章概要 24

  思考题 24

  第3章 描述统计 31

  3.1 用表和图描述数据 31

  相对频数(relative frequency):分类数据 31

  频数分布和条形图:分类数据 32

  频数分布:定量数据 33

  直方图(histogram) 34

  茎叶图(stem-and-leaf plot) 35

  比较组 35

  总体分布和样本数据分布 36

  分布的形状 37

  3.2 数据分布的中心描述 37

  均值(mean) 38

  均值的性质 39

  中位数(median) 40

  中位数性质 41

  中位数与均值的比较 42

  众数(mode) 43

  众数的性质 43

  3.3 数据分布的变异性描述 44

  极差(range) 44

  标准差(standard deviation) 45

  标准差的性质 46

  解释标准差的大小 46

  3.4 位置量度 49

  四分位数和其他百分比 49

  测定变异性:四分位数间距 50

  箱图:绘制位置的5个数字概括图形 51

  异常值(outlier) 52

  离开均值多少个标准差?z分数 53

  3.5 二元描述统计 53

  响应变量(response variable)和解释变量(explanatory variable)之间的关联 53

  比较两组是二元分析 54

  二元定量数据 54

  两个以上变量的分析 55

  3.6 样本统计和总体参数 55

  3.7 本章概要 56

  表、图小结 56

  中心量度的小结 56

  变异性量度的小结 57

  二元描述统计的小结 57

  思考题 58

  第4章 概率分布 72

  4.1 概率介绍 72

  概率可视为长期(long-run)相对频数 72

  基本概率规则 73

  4.2 离散型和连续型变量的概率分布 74

  离散型变量的概率分布 74

  连续型变量的概率分布 75

  参数描述概率分布 75

  4.3 正态概率分布 76

  正态尾部概率表 78

  正态概率和经验法则 78

  求某个尾部概率的z值 79

  z分数是离开均值的标准差数 80

  标准正态分布 82

  4.4 抽样分布描述了统计量如何变化 83

  模拟估计过程 83

  用抽样分布表示抽样变异 85

  重复抽样的抽样分布说明 87

  4.5 样本均值的抽样分布 87

  的抽样分布的均值和标准误 87

  样本量对抽样分布和估计精度的影响 89

  样本均值的抽样分布近似正态 90

  4.6 小结:总体、样本数据以及抽样分布 92

  在样本数据分布和抽样分布上样本量的影响 95

  在统计推断中抽样分布的关键作用 95

  4.7 本章概要 96

  思考题 96

  第5章 统计推断:估计 106

  5.1 点估计和区间估计 106

  参数的点估计 106

  无偏和有效点估计 107

  均值、标准差和比例的估计量 108

  极大似然估计方法* 108

  置信区间等于点估计±误差边际(margin of error) 108

  5.2 比例的置信区间 109

  样本比例和其标准误 109

  大样本比例的置信区间 110

  控制置信水平 112

  大样本量给出狭窄的区间 113

  错误概率=1-置信水平 113

  置信水平是长期正确的比例 113

  方法的有效性需要大样本量 114

  5.3 均值的置信区间 115

  估计误差边际的标准误 115

  t分布 115

  t分布的性质 115

  均值置信区间里的t分数 117

  置信水平和样本量的作用 118

  关于正态总体假定违反的稳健性 119

  标准正态是df =无限时的t分布 119

  对使用软件的忠告 120

  5.4 样本量的选择 120

  估计比例的样本量 121

  估计比例时的样本量公式 123

  估计均值时的样本量 123

  在确定样本量中其他要考虑的因素 124

  只有一个小样本该怎么办 125

  5.5 中位数和其他参数的置信区间 126

  样本中位数对正态数据的低效率 126

  大样本时中位数的置信区间 126

  自举法(bootstrap) 128

  5.6 本章概要 129

  思考题 130

  第6章 统计推断:显著性检验 140

  6.1 显著性检验的五个部分 140

  假定 141

  假设 141

  检验统计量 141

  P值 142

  结论 143

  6.2 关于一个均值的显著性检验 143

  关于一个均值的显著性检验的五个部分 143

  双侧检验与置信区间之间的对应关系 147

  单侧显著性检验 147

  单侧H隐含单侧H0 149

  单侧检验与双侧检验的选择 149

  水平:使用P值做决策 150

  违反正态假定的稳健性 151

  6.3 一个比例的显著性检验 152

  对一个比例显著性检验的五个部分 152

  从不"接受H0" 154

  样本量对P值的影响 154

  6.4 在检验中的决策和错误类型 155

  对决策的第一类型和第二类型错误 155

  拒绝域 155

  水平是第一类型错误的概率 156

  当P(第一类型错误)下降时,P(第二类型错误)上升 156

  置信区间和检验决策之间的等价关系 157

  对报告的P值做一个决策 158

  6.5 显著性检验的局限性 158

  统计显著与实际显著 158

  显著性检验并不比置信区间有用 159

  对显著性检验和P值的曲解 159

  6.6 计算P(第二类型错误)* 161

  检验使用的 越小P(第二类型错误)越大 163

  检验的功效(势)(power) 163

  6.7 关于一个比例的小样本检验--二项分布* 164

  二项分布 164

  二项分布的比例 165

  二项式检验 167

  6.8 本章概要 168

  思考题 170

  第7章 两组比较 180

  7.1 比较两组的预备知识 180

  有响应变量和解释变量时的

  双变量(二元)分析 180

  相依样本和独立样本 181

  估计的差异及其标准误 181

  参数的比率 183

  7.2 分类数据:比较两组比例 183

  关于比例差异的置信区间 185

  解释一个置信区间比较比例 185

  关于2-1的显著性检验 186

  列联表和条件概率 187

  7.3 定量数据:比较两个均值 187

  2-1的置信区间 187

  解释一个置信区间比较均值 188

  关于2-1的显著性检验 188

  在置信区间和检验之间的对应关系 189

  7.4 比较相依样本的均值 189

  适用于匹配样本的配对差异得分 189

  使用配对差异推断比较均值 191

  独立样本与相依样本 193

  7.5 比较均值的其他方法* 193

  在假定等方差时比较均值 193

  完全随机设计与随机区组设计 195

  根据软件给出的报表进行推断 195

  效应量 196

  适用于均值的一个模型 196

  7.6 比较比例的其他方法* 197

  比较相依比例 197

  比较相依比例的麦克尼马尔检验 198

  相依比例差异的置信区间 199

  比较比例的费歇精确检验 199

  比较两个比例的小样本估计 200

  7.7 比较两组的非参数统计量* 200

  威尔科克森-曼-惠特尼检验 201

  效应量:对一个组更好响应的比例 201

  处理有序变量为定量变量 202

  7.8 本章概要 203

  思考题 205

  第8章 分类变量之间的关联分析 217

  8.1 列联表 217

  百分比比较 218

  构建列联表的原则 219

  独立和相依 219

  8.2 独立性的卡方检验 220

  对应于独立的期望频数 220

  卡方检验统计量 221

  卡方分布 221

  需要的样本量 223

  用软件进行卡方检验 223

  自由度的解释 224

  卡方检验和类别处理 224

  8.3 残差:检测关联模式 224

  残差分析 225

  卡方和2×2(四格)表的比例差异 226

  2×2表的标准化残差 227

  大于2×2的表需要用卡方 227

  8.4 列联表中关联的量度 228

  关联的量度 228

  比例差异 228

  卡方不是对关联的测量 229

  优势比(比数比) 229

  优势比的性质 230

  r×c列联表的优势比* 231

  概述r×c表关联的量度 232

  8.5 两个有序变量之间的关联* 233

  一致和不一致 233

  (gamma) 235

  是两个有序比例的差异 236

  有序量度的公共特性 236

  8.6 对有序关联的推断 236

  关联量度的置信区间 236

  使用 的独立性检验 237

  有序检验与皮尔逊卡方检验 238

  对其他有序量度的相似推断方法 238

  混合的有序--名义列联表 239

  8.7 本章概要 239

  思考题 240

  第9章 线性回归和相关 250

  9.1 线性关系 250

  线性函数(linear function) 251

  解释y的截距和斜率 252

  模型是对实际的简单近似 253

  9.2 最小平方预测方程 254

  散点图描绘数据 254

  预测方程 255

  异常值对预测方程的影响 256

  预测误差被称为残差 258

  预测方程有最小平方性质 258

  9.3 线性回归模型 259

  线性回归函数 260

  描述回归直线的变异 260

  均方误(差):估计条件变异 261

  条件变异往往小于边缘变异 262

  9.4 量度线性关联:相关 263

  斜率和关联强度 263

  相关 264

  相关的性质 265

  相关暗示向均值回归 265

  r2:预测误差减少的比例 267

  r2的性质 269

  平方和描述条件变异和边缘变异 269

  9.5 对斜率和相关系数的推断 269

  对统计推断的假定 270

  独立性检验 270

  斜率的置信区间 273

  读懂计算机打印输出结果 274

  对相关的推断* 275

  缺失值(missing data) 276

  9.6 模型的假定及违背 276

  哪一个假定是重要的 276

  外推是危险的 277

  有影响的观测值 277

  影响相关的因素 278

  有误差项的回归模型* 279

  模型和现实 280

  9.7 本章概要 281

  思考题 282

  第10章 多元关系概述 298

  10.1 关联关系和因果关系 298

  10.2 对其他变量的控制 300

  社会学研究中的统计控制 301

  统计控制的关联类型 301

  警惕隐变量的存在 303

  10.3 多变量关系的类型 304

  伪关联(spurious association) 304

  链关系(chain relationship) 305

  多个因果关系 306

  抑制变量(suppressor variable) 306

  统计的交互作用 307

  多变量关系小结 308

  混杂作用使得效应难以评估 309

  10.4 统计控制中的推断问题 309

  分表分析中小样本的影响 309

  控制变量的类别影响 309

  对照比较和合并的测度 310

  10.5 本章概要 310

  思考题 311

  第11章 多元回归分析和相关分析 319

  11.1 多元回归模型 319

  多元回归函数 319

  回归系数的解释 322

  预测方程和残差 323

  11.2 多元回归分析计算机输出实例 323

  描述双变量关系的散点图 324

  对偏相关绘制偏相关图 325

  计算机输出结果样例 326

  11.3 复相关和R2 328

  复相关 328

  R2:多元决定系数 329

  R和R2的性质 330

  多个解释变量的多重共线性 331

  11.4 多元回归系数的统计推断 332

  检验解释变量的整体影响 332

  F分布 333

  回归系数的统计推断 334

  方差分析表中的变差和均方差* 336

  F统计量是均方误差之比 337

  F统计量与t统计量之间的关系 337

  11.5 预测变量间的交互作用 337

  交叉乘积项 338

  检验交互作用项 339

  中心化解释变量* 340

  扩展与限制* 341

  11.6 回归模型的比较 341

  全模型和简化模型 341

  用残差平方和SSE或决定系数

  R2值进行模型比较 342

  11.7 偏相关* 343

  对偏相关系数的解释 344

  对偏相关系数平方的解释 344

  高阶偏相关系数 346

  偏相关系数的统计推断 346

  11.8 标准化回归系数 347

  标准化回归系数的方法 347

  标准化回归系数的性质 348

  预测方程的标准化形式* 349

  谨慎比较标准化回归系数 349

  11.9 本章概要 350

  思考题 352

  第12章 多组比较:方差分析(ANOVA) 368

  12.1 多个均值的比较:方差分析F检验 368

  对均值比较的F检验的假定 368

  组间变异和组内变异 370

  F检验统计量是两个方差估计之比 371

  F检验统计量的公式是 371

  组内方差估计* 372

  组间方差估计 373

  方差分析表中的平方和* 373

  F检验与多个t检验 374

  12.2 均值的多重比较 374

  置信区间比较均值 374

  大量置信区间的错误率 375

  均值多重比较Bonferroni法 375

  均值多重比较Tukey法 377

  12.3 用回归模型进行方差分析 377

  回归中的虚拟变量 377

  回归中用方差分析检验比较均值 379

  为什么使用回归分析来做方差分析呢 379

  12.4 双因素方差分析 380

  双因素方差分析中的主效应假设 380

  主效应的F检验 381

  双因素方差分析的交互效应 382

  H0:没有交互效应的F检验 384

  12.5 双因素方差分析和回归分析 384

  假定没有交互效应的回归模型 384

  有交互效应的回归模型 386

  偏平方和 387

  双因素方差分析的多重比较 387

  析因方差分析 388

  12.6 重复测量的方差分析* 389

  有重复测量的单因素方差分析 389

  球形假定和复合对称性 390

  相依样本的置信区间比较 391

  固定效应和随机效应 391

  12.7 一个因素是重复测量的双因素方差分析* 392

  在两个固定效应之一上进行重复测量 393

  在上面分析的基础上构造置信区间 395

  治疗方法的Bonferroni多重比较 396

  更复杂的重复测量分析 397

  两次以上的重复测量 397

  12.8 违背方差分析假定的影响 397

  F检验的稳健性 397

  Kruskal-Wallis检验:非参数检验方法 398

  12.9 本章概要 398

  思考题 399

  第13章 组合回归分析和方差分析:定量和分类预测变量 412

  13.1 均值比较和回归直线比较 412

  比较回归直线 413

  控制x,比较y的均值 413

  13.2 有定量和分类预测变量的回归 415

  定量和虚拟解释变量 415

  对参数的解释:没有交互效应的模型 416

  13.3 定量预测变量和分类预测变量之间允许交互作用 418

  对不同模型的R或R2的比较 419

  多个分类和定量预测变量的回归分析 420

  13.4 用定量和分类预测变量进行回归的统计推断 420

  没有交互效应的检验 421

  控制x,检验分类变量的效应 422

  用方差分析结果进行比较 423

  控制分类变量,检验x的效应 423

  13.5 修正均值* 424

  控制协变量,修正响应变量的均值 424

  比较修正均值 426

  图示解释说明修正均值 427

  修正均值的多重比较 428

  谨慎使用假设的修正均值 430

  13.6 本章概要 431

  思考题 431

  第14章 构建多元回归模型 438

  14.1 模型选择过程 438

  为模型选择解释变量 438

  向后剔除过程 439

  向前选择和逐步回归过程 440

  自动选择过程的局限性和弊端 442

  探索研究与解释性(理论驱动)研究 442

  选择模型的指标:调整R2、预测的残差平方和Cp 443

  14.2 回归诊断 445

  检验残差 445

  绘制残差与解释变量图 447

  时间序列数据 448

  检测有影响的观测值:杠杆值 449

  检测有影响的观测值:DFFIT和DFBETA 449

  14.3 多重共线性的影响 452

  多重共线性扩大了标准误 452

  VIF和其他多重共线性指标 453

  存在多重共线性的补救措施 454

  14.4 广义线性模型 454

  非正态分布的响应变量 455

  广义线性模型的连接函数 455

  响应变量为正态分布的广义线性模型 456

  响应变量服从γ分布的广义线性模型 457

  14.5 非线性关系:多项式回归 458

  二次回归模型 459

  二次回归模型的说明与拟合 461

  非线性效应的描述和推断 462

  谨慎使用多项式模型 462

  非参数回归* 463

  14.6 指数回归和对数转换* 464

  对指数回归模型的解释 467

  转换预测变量以获取线性 468

  14.7 本章概要 469

  思考题 469

  第15章 逻辑斯蒂回归:构建分类响应变量模型 479

  15.1 逻辑斯蒂回归 479

  线性概率模型 479

  二分响应变量的逻辑斯蒂回归模型 480

  概率的逻辑斯蒂回归方程 482

  对逻辑斯蒂回归模型的解释 482

  使用几率和优势比解释 483

  15.2 多元逻辑斯蒂回归 484

  几率的效应 486

  概率的效应 487

  15.3 逻辑斯蒂回归模型的统计推断 488

  Wald检验和似然比独立性检验 488

  多元逻辑斯蒂回归的推断 489

  用似然比检验比较逻辑斯蒂回归模型 490

  15.4 定序响应变量的逻辑斯蒂回归模型 491

  累积概率和累积概率的logit 491

  定序响应变量的累积logit模型 492

  对定序响应变量效应的推断 494

  响应变量类别选择的恒定性 494

  多元模型的扩展 495

  逻辑斯蒂回归模型中的定序预测变量 495

  15.5 名义响应变量的逻辑斯蒂模型* 495

  基准类别的Logit 496

  15.6 分类变量的对数线性模型* 498

  三个变量的分层对数线性模型 498

  对数线性模型优势比的解释 500

  15.7 对列联表构建的模型进行拟合优度检验* 502

  卡方拟合优度统计量 502

  标准化残差 503

  对数线性模型的拟合优度 504

  通过比较G2值来比较模型 504

  逻辑斯蒂模型和对数线性模型之间的联系 505

  逻辑斯蒂模型和对数线性模型之间的区别 505

  15.8 本章概要 506

  思考题 506

  第16章 高级统计方法概述 515

  16.1 纵向数据分析* 515

  MANOVA:多因变量方差分析 515

  带有随机效应的混合效应模型 516

  使用随机效应的一维重复测量方差分析 516

  16.2 多层(分层)模型* 518

  为两个层上的观测值构建模型 519

  16.3 事件历史模型* 520

  截尾数据和时变协变量 520

  事件的发生率 521

  比例风险模型 521

  16.4 路径分析* 523

  路径图 523

  路径系数 524

  直接效应和间接效应 525

  路径分解 525

  对因果模型的一个告诫 527

  16.5 因子分析* 527

  因子分析模型 528

  拟合因子分析模型 528

  分类响应变量的潜在分类模型 531

  起源和争议 531

  16.6 结构方程模型* 532

  计量模型 532

  结构方程模型 533

  协方差结构模型中的特例 533

  拟合协方差结构模型 534

  检验模型拟合 535

  16.7 马尔可夫链* 535

  转移概率 536

  思考题 537

  附录A SPSS和SAS统计分析 539

  附录B 奇数练习答案 558

  附录C 统计检验临界值表 576

  参考文献 582

转载请注明出处安可林文章网 » 社会科学统计方法

相关推荐

    声明:此文信息来源于网络,登载此文只为提供信息参考,并不用于任何商业目的。如有侵权,请及时联系我们:fendou3451@163.com