社会统计方法与技术

图书标准信息

• 作者 戴维·K.希尔德布兰德 著
• 出版社 社会科学文献出版社
• 出版时间 2005-06
• 版次 1
• ISBN 9787801905574
• 定价 85.00元
• 装帧 平装
• 开本 16开
• 纸张 胶版纸
• 页数 595页
• 字数 675千字
• 正文语种 简体中文
• 丛书 社会统计学译丛

【内容简介】

　　《社会科学定量分析丛书》是美国萨基出版社专为社会科学界从事定量分析的研究人员编撰的一套专著，其中每一部的作者都是相关领域的专家。这部丛书对世界社会科学界影响颇大，已被翻译成多国文字。本书从中选择了9部，定名为《社会统计方法与技术》，由上下篇组成，已飨读者。

　　社会调查数据以定序和定量者居多。因此，《社会统计方法与技术》着重介绍了定序和定量数据的处理和统计方法。学习并掌握本书的全部内容，不仅使读者能正确熟练地应用很多统计方法，提高我国的社会定量分析水平，而且为进一步学习其他的社会统计技术铺平了道路。

【目录】

上篇

一　定类数据分析

1　介绍

1.1　预备知识

1.2　定类变量的分析

2　卡方检验

2.1　卡方检验的解释

3　相关的量度

3.1　介绍

3.2　2×2表格的相关量度

3.3　I×J表格的相关量度法

3.4　相关量度的比较

4　多元数据分析的介绍

4.1　定类变量的因果分析

5　结论

注　释

参考文献

二　定序数据分析

简　介

1　定序量度

1.1　定序变量分析的三个问题

2　单个观测值的二元预测

2.1　总体和样本

2.2　已知自变量状态的预测

2.3　自变量状态未知的预测

2.4　V8量度

2.5　象限量度：专门应用于定序变量

2.6　科恩Kappa（CohensKappa）：另一种量度

2.7　定序变量预测的灵敏度分析：可靠性（信度）评估

3　成对观测值的二元预测

3.1　计算合并的定序数据

3.2　对合并定序表格的预测

3.3　合并表格的概率形式

3.4　合并定序形式的灵敏度分析

3.5　排除所有同分的预测域

3.6　排除一个变量的同分的预测域

3.7　从预测域去掉一个单元格而非一行或一列

3.8　不同预测域的比较

3.9　一致和不一致：回顾

3.10　再次标准化：肯德尔τc（Kendallsτc）

3.1l　肯德尔τ2b（Kendallsτ2b）：合并表格的混合预测方法以及与

定量变量预测的类似之处

4　定量，定类和定序变量的联合预测

4.1　定量变量

4.2　定类变量和扩展形式

5　多元分析

5.1　建立三元合并表

5.2　模仿二元预测的三元预测

5.3　多元

5.4　部分

6　计算方法和统计推论

6.1　计算机软件

6.2　统计推论

6.3　小结

注　释

参考文献

三　方差分析

1　导论

2　一维方差分析：所有类别

2.1　两组比较

2.2　两组以上

3　二维方差分析，所有类别

3.1　不相关的解释变量

3.2　相关的解释变量

3.3　特殊主题

4　方差分析，定类样本

4.1　一维分析

4.2　两个解释变量

5　其他模型

5.1　混合模型（MixedModels）

5.2　三个解释变量

5.3　拉丁方设计

5.4　嵌套设计（NestedDesigns）

5.5　方差分析与回归分析

6　结论

6.1　回顾

6.2　其他论题

参考文献

四　关联的量度

1　导论

2　离散数据的抽样分布

2.1　二项分布和多项分布

2.2　列联表

3　定类数据关联的量度

3.1　以卡方统计值为基础的量度

3.1.1　皮尔逊（PEARSON）均方列联系数

3.1.2　皮尔逊（PEARSON）列联系数与斯科达（SAKODA）的修正

3.1.3　楚普洛夫（TSCHUPROW）列联系数

3.1.4　克莱姆（CRAMER）列联系数

3.2　消减预测误差比例的量度系数

3.2.1　古德曼一克鲁斯凯（GOODMAN—KRUSKAL）λ系数

3.2.2　古德曼一克鲁斯凯（GOODMAN—KRUSKAL）τ系数

3.3　一致性的量度

3.3.1　科恩（COHEN）κ系数与加权κ系数

3.3.2　科尔曼一莱特（COLEMAN-LIGHT）条件一致性量度系数

3.4　针对2×2列联表的特定量度系数

3.4.1　以交叉乘积比为基础的量度系数

3.4.2　以相关系数为基础的量度系数

4　量度连续（定距）数据的相关

4.1　皮尔逊（PEARSON）积矩相关系数

4.2　肯德尔（KENDALL）T系数

4.3　斯皮尔曼（SPEARMAN）秩相关系数29

5　量度定序数据的关联

5.1　初步

5.2　肯德尔（KENDALL）τb系数

5.3　与肯德尔（KENDALL）τb系数有关的量度系数

5.3.1　肯德尔一斯图尔特（KENDALL-STUART）τC系数

5.3.2　古德曼一克鲁斯凯（GOODMAN—KRUSKAL）γ系数

5.3.3　萨默斯（SOMERS）d系数

5.3.4　威尔逊（WILSON）e系数

5.3.5　总结

5.4　其他量度系数

6　选择适当的量度系数

7　相关与因果联系

注释

参考文献

五　多重回归的应用

序

导言

1　多元回归模型：复习

2　设定错误

2.1　设定错误导致的后果

2.2　设定错误举例：生活满意度

2.3　发现和处理设定错误

3　量度误差

3.1　量度误差的后果

3.2　量度误差举例：生活满意度

3.3　发现量度误差

3.4　处理量度误差

4　多元共线性

4.1　多元共线性的后果

4.2　发现高度多元共线性

4.3　多元共线性举例：生活满意度

4.4　处理多元共线性

5　非线性和不可加性

5.1　发现非线性和不可加性

5.2　处理非线性

5.3　处理不可加性

5.4　非线性和不可加性模型的注意事项

6　异方差和自相关

6.1　出现异方差和自相关的原因

6.2　异方差和自相关导致的后果

6.3　发现异方差

6.4　异方差举例：收入和租房

6.5　处理异方差和自相关

7　结束语

注　释

参考文献

下篇

一　线性概率模型、对数概率模型和正态概率模型

丛书编辑引言

1　线性概率模型

……

2　非线性概率模型的设定

3　二项应变量正态概率模型和对数概率模型的估计

4　最小卡方估计和多项模型

5　总结和扩展

注　释

参考文献

二　回归的解释与应用

丛书编辑导言

l　导论

2　基础回归理论与社会科学实践

3　回归估计的统计性质

4　回归系数的抽样分布

5　选择一种设定

6　变量的重要性

7　结论

附录对回归一致性结果的证明

注　释

参考文献

三　时间序列分析：回归技术

1　导论

2　时间序列回归分析：非滞后的情况

3　其他备择的时变过程

4　时间序列回归分析：滞后的情况

5　预测

6　总结

附录防卫支出数据（单位：10亿美元）

注　释

参考文献

四　事件史分析法——用于纵向数据的回归分析法

丛书编辑序

l　导论

2　离散时间事件史数据分析法

3　连续时间数据的参数分析法

4　比例风险模型和部分似然估计

5　多类事件史的数据估计分析法

6　重复事件分析法

7　状态变化情况下的事件史分析法

8　结论

附录A　最大似然和部分似然

附录B　GLIM、SAS和BMDP程序实例清单

附录C　计算机程序

注　释

参考文献