新闻报道
￥ 35.5 7.9折 ￥ 45 全新
库存5件
安徽合肥
认证卖家担保交易快速发货售后保障
作者(美)菲利普·迈耶(Philip Meyer) 著;肖明 译 著
出版社中国人民大学出版社
ISBN9787300189239
出版时间2015-01
装帧平装
开本16开
定价45元
货号1201028793
上书时间2024-11-22
商品详情
- 品相描述：全新
- 商品描述
-
作者简介
菲利普·迈耶，美国北卡罗来纳大学新闻学与大众传播学院教授，担任奈特基金会资助的新闻学奈特讲座一职。曾就职于迈阿密先驱报、阿克伦灯塔报、奈特―里德报业集团、美国视通公司等。合著有《公共新闻评定》《报纸如何生存：一名编辑的市场研究指南》等。
目录
作者序／1
第1章我们所需要的新闻学／1
当技术与理论相遇／2
超越客观性／4
作为科学的新闻学／4
如何处理资料／6
理论模型／7
检验模型／8
现实检验／9
谦逊的重要性／11
理论来源／13
底特律骚乱案例／13
第2章合理使用数字／ 17
第3章数据分析基础／ 33
计算比率／34百分数差／35
“多几倍”与“是几倍”／37
根据通货膨胀进行调整／38
因人口增长而调整／40
曲线拟合／41
平滑化／42
指数／44
季节调整／44
回归残差／44
标准化分数／45
第4章利用统计学的力量／47
测量差异／48连续变量／49
把两个变量联系起来／55
得出结论／62
连续变量／65
抽样调查／66
第5章计算机／ 71
计数与排序／72
今天的计算机／77
SPSS与SAS的比较／82
复杂的数据库／83
计算机之间的传递／85
数据录入／86
令人着迷的因素／86
第6章调查／ 88
抽样／89
提出问题／101
人口统计学信息／109
地域规模／111
搜集数据／111
培训访问员／112
CATI系统与纸笔记录／113
回拨电话／113
配额抽样／114
通过邮件搜集数据／115
混合方式调查／115
自己做调查还是外包出去／116
第7章潜在变量（上）／ 118
决定对什么来计数／120
超越边际百分比／121
内部比较／122
暗隐的影响／123
标准化你的表格／125
三个维度的表格／127
自变量不仅一个／131
源于老变量的新变量／132
指数构建／134
第8章潜在变量（下）／139
不可解释的方差／144
评估发行表现／145
非线性模型／147
逻辑斯蒂回归／150
第9章实验：在实验室里、在实地、在自然环境中／155
对艾滋病的无知／156
打击未成年人饮酒／157
实验的规则／158
现代实验设计／158
霍桑效应／160
回归不连续设计／163
堪培尔的恶魔／164
古怪的测量／166
评估研究／167
第10章数据库／ 170
如何计算信度系数（ScottsPI）／172
政府数据库／174
复杂的数据结构／177
非矩形文件／178
层次或嵌套文件／178
汇总数据与个体数据／179
脏数据问题／180
美国人口普查／181
公开使用的样本／182
在线工具／182
多重来源数据的分析／185
第11章怎样解析选举／ 188
抽样／189
拒答／190
识别可能的投票人／192
一种更便宜的方法／193
提问／195
处理犹豫不决的选民／196
分配剩余的犹豫不决选民／197
加权／197
何时该做什么／199
邮件和网络调查／200
报道什么／201
选举之夜的预测／202
出口民意调查／204
第12章精确新闻报道中的政治／ 207
隐私关注／208
定义民意／210
选举／211
投诉清单／212
共识的建立／214
策略性投票／215
预测错误的时候／217
媒体的担心／218
附录可用人口普查数据测量的三件事／222
种族多样性／222
贫富差距／224
种族隔离／225
索引／228
内容摘要
书是此领域的经典之作，作者从新闻记者的角度讲述如何在实际的报道中使用社会科学研究方法，以最大限度地实现新闻的客观化原则。精确新闻报道的含义是：记者在采访新闻时，运用调查、实验和内容分析等社会科学研究方法来收集资料、查证事实，从而报道新闻，而避免对新闻事件作一般性的描述和似是而非的评介。精确新闻报道是将社会学研究方法和传统新闻报道方式融为一体的新的报道方法，通过数据统计与分析提示事物蕴涵的意义，用数字化表述来反映新闻事实。
主编推荐
《精确新闻报道:记者应掌握的社会科学研究方法(第4版)》是此领域的经典之作，作者从新闻记者的角度讲述如何在实际的报道中使用社会科学研究方法，以最大限度地实现新闻的客观化原则。
精彩内容
这就是卡方检验的好处所在：把实际所发现的情况和纯粹偶然可能产生的情况进行比较。如果偶然性是可行的解释，有时的确如此，那么对这一解释进行评估，能够帮助我们了解获得实际得到的结果需要多大的可能性。而卡方检验就是这样一个评估工具。
在统计学文献中人们一直在讨论，卡方检验是可以运用于所有用偶然性作为解释的情况，还是只能运用在包含样本数据的情况呢？一些社会科学家认为，卡方检验只能用来衡量样本误差，即一个样本与该样本从中抽取的总体之间的随机偏差。他们强调，如果你的研究涵盖了整个总体中的每一个个体，你就不再需要卡方检验或者类似的检验。然而在新闻学和社会科学的应用中，总有一些情况需要你在关注总体的同时也关注那些偶然因素，从而解释你所发现的特殊现象。
例如，你需要检查所有NCAA（美国全国大学生体育协会）部门工的篮球运动员在某一年的学业成绩，并且比较不同学校的篮球运动员的毕业率。如果某些学校有较高或者较低的毕业率，那么一个可能的解释是毕业率本来就有所波动，这一年的这些差异可以归结为随机性。卡方检验可以让你将你所发现的分布与一个概率分布进行比较。当然，甚至这个案例包含着一个较差的样本，因为当看到某一年的成绩时，你很可能就会对不同学校管理篮球项目的方式做出判断，并把结论推广到过去和将来的年份，你甚至可能会想到把这一年的数据集作为一个样本，这个样本来自包括所有可能的年份和所有可能的部门工学校的巨大总体。
这一方法应用于新闻领域时的底线是：当有人想以巧合为名来挑战你的结论时，运用卡方检验或者相关检验来说明需要有一个多么强大的偶然性才能使其发生，以此来解释你所得到的结论。
卡方检验是一大类名叫显著性检验（significance tests）的统计学检验中的一员。显著性检验都会产生一个显著性水平（significance level），表示在完全偶然的情况下，得到一个如你所发现的那么大的差异的概率。因此，这个概率越低，显著性水平就越高。如果p=0.05，意味着这个分布是100个中会有5个出现意外偶然性。如果你想在你的假说中设定基准并找出显著性，那么概率数值越小，结果就越好（一个大的意外是发生概率低的事件）。
— 没有更多了 —
以下为对购买帮助不大的评价