量化數(shù)據(jù)分析

內(nèi)容概要

《社會(huì)學(xué)教材教參方法系列:量化數(shù)據(jù)分析--通過社會(huì)研究檢驗(yàn)想法》從分析非實(shí)驗(yàn)數(shù)據(jù)最基本的方法(百分?jǐn)?shù)表)開始介紹。第1～3章闡述列聯(lián)表的基本邏輯，并介紹關(guān)于如何制表的許多技術(shù)細(xì)節(jié)(使得此類表簡(jiǎn)單易讀
)。第4章是關(guān)于計(jì)算的介紹。第5～7章講解常規(guī)最小二乘相關(guān)和回歸，這是社會(huì)科學(xué)中統(tǒng)計(jì)分析的基礎(chǔ)。第6章介紹多元回歸，用于當(dāng)一個(gè)因變量有幾個(gè)自變量的情形，同時(shí)介紹“虛擬”變量或二分變量的概念，這需要特別的處理方法。通過使用虛擬變量和“交互項(xiàng)”，我提出一種思路來評(píng)價(jià)不同人群的社會(huì)過程是否不同這個(gè)社會(huì)科學(xué)中常見的問題。第7章介紹了在回歸框架內(nèi)檢驗(yàn)相關(guān)假設(shè)的多個(gè)“竅門、”。第8章回顧了處理缺失數(shù)據(jù)的方法，并在最后部分以目前最新的方法為例，講解如何進(jìn)行缺失數(shù)據(jù)的多元估算。第9章討論抽樣及其在統(tǒng)計(jì)分析中應(yīng)用的問題。在第10章中，我們將通過介紹回歸診斷更全面的闡述該問題。第11章介紹如何及怎樣構(gòu)建多題項(xiàng)測(cè)度，不僅主要集中討論以因子為基礎(chǔ)的測(cè)度法，而且介紹效應(yīng)比較測(cè)度法。第12~14章介紹受限因變量的分析方法。第15章介紹了一些處理這類問題的方法，稱為固定效應(yīng)和隨機(jī)效應(yīng)模型，前提是要有合適的數(shù)據(jù)—
—面板數(shù)據(jù)（同樣的個(gè)體在多個(gè)時(shí)點(diǎn)被觀測(cè)）或者整群數(shù)據(jù)（在一個(gè)家庭、學(xué)校、社區(qū)等中多個(gè)個(gè)體被觀測(cè)）。最后一只介紹一些高級(jí)的、作者在朔州所不能涉及的方法，通過超出一年級(jí)研究生所學(xué)定量數(shù)據(jù)分析課程的范圍。
唐啟明專著的《社會(huì)學(xué)教材教參方法系列:量化數(shù)據(jù)分析--通過社會(huì)研究檢驗(yàn)想法》不僅對(duì)學(xué)術(shù)界的社會(huì)科學(xué)研究者有用，而且對(duì)應(yīng)用社會(huì)科學(xué)研究者也應(yīng)該有用——不管他們是社會(huì)學(xué)家、經(jīng)濟(jì)學(xué)家、地理學(xué)家、流行病學(xué)家或其他公共衛(wèi)生研究者，還是城市規(guī)劃者、計(jì)劃生育專家、社會(huì)服務(wù)行政人員，以及其他隸屬于政府機(jī)構(gòu)的研究人員；此書對(duì)市場(chǎng)分析員和其他在私人公司的從業(yè)者可能也同樣適用。

作者簡(jiǎn)介

Donald J.Treiman（中文名：唐啟明）是加州大學(xué)洛杉磯分校（UCLA）社會(huì)學(xué)榮休杰出教授，UCLA加州人口研究中心前主任。他在ReedCollege獲得學(xué)士學(xué)位（1962年），在芝加哥大學(xué)獲得碩士和博士學(xué)位（1967年）。研究生階段，他大多數(shù)時(shí)間在芝加哥大學(xué)全國民意研究中心（Nadonal Opinion Research Center，NORC）學(xué)習(xí)和工作。在那里，他受到良好的調(diào)查研究方面的訓(xùn)練，并積累了寶貴的經(jīng)驗(yàn)。之后，他任教于威斯康星大學(xué)，決心成為一位真正的社會(huì)人口學(xué)家，并將人口和生態(tài)研究中心當(dāng)做他的學(xué)術(shù)之家。他在哥倫比亞大學(xué)也工作過一段時(shí)間。1975年，他轉(zhuǎn)到UCLA任教至今。在此期間，他到其他一些地方做過短暫訪問，如在國家科學(xué)院／國家研究理事會(huì)擔(dān)任一個(gè)研究委員會(huì)的主任（1978～1981年），在美國人口普查局（1987～1988年）、行為和社會(huì)科學(xué)高等研究中心（1992～1993年）、荷蘭人文和社會(huì)科學(xué)高等研究院（1996～1997年）任研究員。Treiman教授的職業(yè)生涯從學(xué)生時(shí)代就已經(jīng)開始，當(dāng)時(shí)他的研究方向是社會(huì)分層和地位獲得，并主要側(cè)重于跨國比較研究，這一直是他的研究興趣所在。他與荷蘭同事Harry Ganzeboom——直從事一項(xiàng)比較分析20世紀(jì)世界各國地位獲得過程差異的長期項(xiàng)目。截至目前，他們編撰了一個(gè)跨越上半個(gè)世紀(jì)、源自50多個(gè)國家的300多個(gè)抽樣調(diào)查的文檔。除了該比較項(xiàng)目之外，Treiman教授在南非（1991～1994年）、東歐（1993～1994年）和中國（1996年）都做過大規(guī)模的全國性概率抽樣調(diào)查，內(nèi)容都是關(guān)注社會(huì)不平等的各個(gè)方面。他現(xiàn)在的研究已經(jīng)轉(zhuǎn)向一個(gè)更偏于人口學(xué)的方向。2008年，他在中國開展了一項(xiàng)全國性概率抽樣調(diào)查，主要關(guān)注國內(nèi)人口遷移的影響因素、機(jī)制和結(jié)果。他目前正參與另一項(xiàng)有關(guān)中國的調(diào)查，主要關(guān)注遷移對(duì)留守兒童和隨父母遷移兒童的影響。

書籍目錄

英文版序言
中文版序言
譯者序言
導(dǎo)言
第1章  列聯(lián)表基礎(chǔ)
     本章內(nèi)容
     通過具體實(shí)例介紹全書
     列聯(lián)表
     本章小結(jié) 
第2章  列聯(lián)表中的變量關(guān)系
     本章內(nèi)容
     分析的邏輯
     抑制變量
     相加效應(yīng)和交互效應(yīng)
     直接標(biāo)準(zhǔn)化
     關(guān)于統(tǒng)計(jì)控制與實(shí)驗(yàn)的最后說明
     本章小結(jié)
第3章  列聯(lián)表的拓展
     本章內(nèi)容
     重新組織表格以獲取新的信息
     何時(shí)用“反向”百分?jǐn)?shù)表
     當(dāng)因變量為均值時(shí)的列聯(lián)表
     相異指數(shù)
     如何描述列聯(lián)表
     本章小結(jié)
第4章  用計(jì)算機(jī)進(jìn)行數(shù)據(jù)操作
     本章內(nèi)容
     引言
     如何組織數(shù)據(jù)文件
     變換數(shù)據(jù)
     本章小結(jié)
     附錄用Stata進(jìn)行分析
     用Stata進(jìn)行分析的一些建議
     一些特別有用的Stata 10．0命令
第5章  相關(guān)和回歸(常規(guī)最小二乘法)介紹
    本章內(nèi)容
    引言
    量化某種關(guān)系的大小：回歸分析
    評(píng)估某種關(guān)系的強(qiáng)度：相關(guān)分析
    相關(guān)和回歸系數(shù)之間的關(guān)系
    影響相關(guān)(和回歸)系數(shù)大小的因素
    相關(guān)比率
    本章小結(jié)
第6章  多元相關(guān)和回歸(常規(guī)最小二乘法)介紹
     本章內(nèi)容
     引言
     一個(gè)具體例子：中國人識(shí)字水平的決定因素
     虛擬變量
     組間比較的方法
     比較模型的貝葉斯方法
     獨(dú)立檢驗(yàn)
     本章小結(jié)
第7章  多元回歸技巧：處理特殊分析問題的技術(shù)
     本草網(wǎng)谷
     非線性變換
     檢驗(yàn)系數(shù)的等價(jià)性
     趨勢(shì)分析：檢驗(yàn)線性假設(shè)
     線性樣條
     將系數(shù)表示為總均值的偏差(多分類分析)
     表示虛擬變量的其他方法
     分解兩個(gè)均值之差
     本章小結(jié)
第8章  缺失數(shù)據(jù)的多重填補(bǔ)法
     本章內(nèi)容
     引言
     一個(gè)具體例子：在俄羅斯，文化資本對(duì)教育獲得的影響
     本章小結(jié)
第9章  抽樣設(shè)計(jì)與調(diào)查估計(jì)
     本章內(nèi)容  
     調(diào)查樣本
     設(shè)計(jì)效應(yīng)
     結(jié)論
     本章小結(jié)
第10章  回歸診斷
     本章內(nèi)容
     引言
     一個(gè)具體例子：地位獲得的社會(huì)差異
     穩(wěn)健回歸
     自舉法和標(biāo)準(zhǔn)誤
     本章小結(jié)
第11章  測(cè)度構(gòu)建
     本章內(nèi)容
     引言
     效度
     信度
     測(cè)度構(gòu)建
     含誤差變量回歸
     本章小結(jié)
第12章  對(duì)數(shù)線性分析
     本章內(nèi)容
     引言
     選擇一個(gè)合適的模型
     簡(jiǎn)約模型
     文獻(xiàn)注釋
     本章小結(jié)
     附錄12．A效應(yīng)參數(shù)的推導(dǎo)
     附錄12．B最大似然估計(jì)法介紹
     正態(tài)分布的均值
     對(duì)數(shù)線性參數(shù)
第13章  二項(xiàng)邏輯斯蒂回歸
     本章內(nèi)容
     引言
     與對(duì)數(shù)線性分析的關(guān)系
     邏輯斯蒂回歸的第一個(gè)具體例子：預(yù)測(cè)槍械威脅的發(fā)生率
     第二個(gè)具體例子：日本的教育遞進(jìn)率
     第三個(gè)具體例子(離散時(shí)間風(fēng)險(xiǎn)率模型)：初婚年齡
     第四個(gè)具體例子(案例一對(duì)照模型)：在俄羅斯，誰被
     任命為政黨當(dāng)權(quán)人物?
     本章小結(jié)
     附錄1 3．A關(guān)于對(duì)數(shù)和指數(shù)的一些代數(shù)基礎(chǔ)
     附錄13．B Probit分析介紹
第14章  多項(xiàng)和序次邏輯斯蒂回歸及t。bit回歸
     本章內(nèi)容
     多項(xiàng)logit分析
     序次邏輯斯蒂回歸
     針對(duì)刪失因變量的tobit回歸(及同類方法)
     針對(duì)受限因變量的其他分析模型
     本章小結(jié)
第15章  改進(jìn)因果推斷：固定效應(yīng)與隨機(jī)效應(yīng)模型
     本章內(nèi)容
     引言
     針對(duì)連續(xù)型變量的固定效應(yīng)模型
     針對(duì)連續(xù)型變量的隨機(jī)效應(yīng)模
     一個(gè)具體例子：中國收入的決定因素
     針對(duì)二分結(jié)果變量的固定效應(yīng)模型
     針對(duì)二分結(jié)果變量的隨機(jī)效應(yīng)模型
     一個(gè)二分結(jié)果變量的具體例子：遷移對(duì)南非黑人入學(xué)的影響
     文獻(xiàn)注釋
     本章小結(jié)
第16章  思考與未來的方向：研究設(shè)計(jì)和解釋問題
     本章內(nèi)容
     研究設(shè)計(jì)問題
     概率抽樣的重要性
     最后一個(gè)建議：養(yǎng)成良好的專業(yè)素養(yǎng)
     本章小結(jié)
附錄A書中所用數(shù)據(jù)的說明和下載地址
附錄B用綜合社會(huì)調(diào)查數(shù)據(jù)做調(diào)查估計(jì)
參考文獻(xiàn)
詞匯表

章節(jié)摘錄

版權(quán)頁：   插圖：   Stata要求在指定估計(jì)命令則之前設(shè)定所有涉及數(shù)據(jù)屬性的信息。一旦使用—svyset.命令完成此步驟之后，估計(jì)命令就會(huì)如常執(zhí)行，只是用調(diào)查估計(jì)命令替換了非調(diào)查估計(jì)命令。關(guān)于中國識(shí)別詞情況的分析，用來進(jìn)行調(diào)查估計(jì)的命令顯示在下載文件“ch09.do”中，也可參見—log—輸出文件“ch09.log”。 Stata 10.0調(diào)查估計(jì)命令提供四個(gè)關(guān)于調(diào)查設(shè)計(jì)效應(yīng)的統(tǒng)計(jì)量：錯(cuò)誤識(shí)別效應(yīng)，meff，Kish（1965）發(fā)明的經(jīng)典設(shè)計(jì)效應(yīng)deft，以及它們各自的近似平方根meft和deft。在這四個(gè)統(tǒng)計(jì)量中，我發(fā)現(xiàn)前兩個(gè)最有用。這些系數(shù)被報(bào)告在表9—4中，它包含對(duì)中國人識(shí)別詞情況決定因素的三種估計(jì)：未加權(quán)的簡(jiǎn)單隨機(jī)抽樣回歸，加權(quán)的簡(jiǎn)單隨機(jī)抽樣回歸，以及調(diào)查估計(jì)回歸（最右邊一欄題為“基于抽樣設(shè)計(jì)”）。最后，表中顯示了另一個(gè)探索性設(shè)計(jì)統(tǒng)計(jì)量，我稱之為meff w。 錯(cuò)誤識(shí)別效應(yīng) 錯(cuò)誤識(shí)別效應(yīng)(meff)是基于設(shè)計(jì)的估計(jì)命令所計(jì)算的抽樣方差（標(biāo)準(zhǔn)誤的平方）與基于未加權(quán)簡(jiǎn)單隨機(jī)抽樣(unweighted simple random sampling)假設(shè)所計(jì)算的抽樣方差之比。因此，Meff透露給我們的信息是，在既不考慮整群效應(yīng)也不考慮抽樣比率的差別時(shí)，簡(jiǎn)單地計(jì)算統(tǒng)計(jì)量會(huì)導(dǎo)致抽樣方差偏誤——這就如我們?cè)谇皫渍滤龅哪菢樱蚓彤?dāng)前的例子而言，這是指表9—4前兩列所顯示的計(jì)算。根據(jù)meff的定義，在第一行meif=2.93=0.0102／0.0062[或者準(zhǔn)確地說，是0.00954212／0.00557672（參見可供下載的—log—文件）]，即基于設(shè)計(jì)效應(yīng)計(jì)算的標(biāo)準(zhǔn)誤的平方除以基于未加權(quán)簡(jiǎn)單隨機(jī)抽樣計(jì)算的標(biāo)準(zhǔn)誤的平方。在某些情況下，如同在我們現(xiàn)在的例子中，嚴(yán)重低估了抽樣方差；因而對(duì)于中國的調(diào)查數(shù)據(jù)，這種簡(jiǎn)單的估計(jì)方法是完全不適用的。 僅對(duì)數(shù)據(jù)進(jìn)行加權(quán)但忽略整群和分層效應(yīng)也是不足的，表9—4最右邊一列的計(jì)算值即證明了這一點(diǎn)。這個(gè)系數(shù)為meffw，它是考慮設(shè)計(jì)效應(yīng)所計(jì)算的抽樣方差與加權(quán)但不考慮整群和分層效應(yīng)所計(jì)算的抽樣方差之比。[該系數(shù)不在Stata的選項(xiàng)范圍內(nèi)——因而我出于探索的目的創(chuàng)建了一個(gè)——它必須手工計(jì)算，或者編寫一個(gè)Stata程序來代替。參見下載文件“ch90.do”（第二部分）以了解我用Stata所做的計(jì)算。]顯然，是否考慮整群和分層效應(yīng)所得到的方差估計(jì)值是非常不同的。因此，我們?cè)俅慰吹娇紤]抽樣設(shè)計(jì)對(duì)獲得正確估計(jì)的系數(shù)標(biāo)準(zhǔn)誤的重要性。

媒體關(guān)注與評(píng)論

這是一本由學(xué)術(shù)界公認(rèn)的大師和睿智的教師介紹現(xiàn)代社會(huì)科學(xué)研究方法的一流教材。Treiman使復(fù)雜的問題變得簡(jiǎn)單，并提供了許多實(shí)用的建議和最優(yōu)的方法。任何想進(jìn)行現(xiàn)代量化社會(huì)研究的人(以及任何計(jì)劃講授此課程的人)都會(huì)從此書中受益良多。    ——ROSS M．Stolzenberg，芝加哥大學(xué)社會(huì)學(xué)教授    結(jié)合有具體數(shù)據(jù)的例子，此書不只是講授統(tǒng)計(jì)學(xué)，它還講授如何用統(tǒng)計(jì)學(xué)回答社會(huì)問題。簡(jiǎn)單來講，從簡(jiǎn)單的百分?jǐn)?shù)表到固定效應(yīng)模型，包括如何使用Stata，并且提供了依據(jù)實(shí)際數(shù)據(jù)如何做表和解釋表的例子。Treiman向?qū)W生展示了如何寫論文，其中許多內(nèi)容是從來沒有講授過的。    ——Paula England，斯坦福大學(xué)社會(huì)學(xué)教授    Dorl Treiman在這本出色的著作中分享了他的研究秘訣，那些希望精通當(dāng)前高理論水平量化研究的人都有必要研讀此書。    ——謝宇，密歇根大學(xué)社會(huì)學(xué)和統(tǒng)計(jì)學(xué)Otis Dudley Duncan大學(xué)杰出教授，是《分類數(shù)據(jù)分析的統(tǒng)計(jì)方法》一書的合著者    這本書匯集了Treirrlan教授多年來進(jìn)行數(shù)據(jù)分析的經(jīng)驗(yàn)，提供了在許多統(tǒng)計(jì)模型書籍中被忽略的應(yīng)用觀點(diǎn)和實(shí)用建議。    ——Kenneth A．BoHen，北卡羅來納大學(xué)教堂山分校社會(huì)學(xué)H．R．lmmerwahr杰出教授，    Howard w．Odum社會(huì)科學(xué)研究所所長    市場(chǎng)上有許多講授統(tǒng)計(jì)學(xué)的書籍。這本書是由杰出的社會(huì)科學(xué)家撰寫的，它實(shí)現(xiàn)了一個(gè)非常艱難的目標(biāo)。它教會(huì)學(xué)生如何運(yùn)用統(tǒng)計(jì)學(xué)開展一流的量化研究。    ——Thomas A．DiPrete，哥倫比亞大學(xué)社會(huì)學(xué)教授    Treirnan教書和研究經(jīng)歷的寶貴財(cái)富集中體現(xiàn)在這本書中。他針對(duì)常規(guī)方法發(fā)表新見解，并向我們提供了在實(shí)際研究中解決不可避免的難題的工具。    ——Michael Hout，加州大學(xué)伯克利分校社會(huì)學(xué)和人口學(xué)教授，美國國家科學(xué)院院士    因?yàn)樵贚JCLA選修D(zhuǎn)otl Treiman的課程。我強(qiáng)烈向那些希望在如何做調(diào)查研究方面進(jìn)行實(shí)際操作的人推薦這本書。    ——chrlStlne R．schwartz，威斯康星大學(xué)麥迪遜分校社會(huì)學(xué)系助理教授

編輯推薦

《社會(huì)學(xué)教材教參方法系列?量化數(shù)據(jù)分析:通過社會(huì)研究檢驗(yàn)想法》不僅對(duì)學(xué)術(shù)界的社會(huì)科學(xué)研究者有用，而且對(duì)應(yīng)用社會(huì)科學(xué)研究者也應(yīng)該有用——不管他們是社會(huì)學(xué)家、經(jīng)濟(jì)學(xué)家、地理學(xué)家、流行病學(xué)家或其他公共衛(wèi)生研究者，還是城市規(guī)劃者、計(jì)劃生育專家、社會(huì)服務(wù)行政人員，以及其他隸屬于政府機(jī)構(gòu)的研究人員；《社會(huì)學(xué)教材教參方法系列?量化數(shù)據(jù)分析:通過社會(huì)研究檢驗(yàn)想法》對(duì)市場(chǎng)分析員和其他在私人公司的從業(yè)者可能也同樣適用。

名人推薦

這是一本由學(xué)術(shù)界公認(rèn)的大師和睿智的教師介紹現(xiàn)代社會(huì)科學(xué)研究方法的一流教材。Treiman使復(fù)雜的問題變得簡(jiǎn)單，并提供了許多實(shí)用的建議和最優(yōu)的方法。任何想進(jìn)行現(xiàn)代量化社會(huì)研究的人（以及任何計(jì)劃講授此課程的人）都會(huì)從此書中受益良多。 ——Ross M.Stolzenberg，芝加哥大學(xué)社會(huì)學(xué)教授 結(jié)合有具體數(shù)據(jù)的例子，此書不只是講授統(tǒng)計(jì)學(xué)，它還講授如何用統(tǒng)計(jì)學(xué)回答社會(huì)問題。簡(jiǎn)單來講，從簡(jiǎn)單的百分?jǐn)?shù)表到固定效應(yīng)模型，包括如何使用Stata，并且提供了依據(jù)實(shí)際數(shù)據(jù)如何做表和解釋表的例子。Treiman向?qū)W生展示了如何寫論文，其中許多內(nèi)容是從來沒有講授過的。 ——Paula England，斯坦福大學(xué)社會(huì)學(xué)教授 Don Treiman在這本出色的著作中分享了他的研究秘訣，那些希望精通當(dāng)前高理論水平量化研究的人都有必要研讀此書。 ——謝宇，密歇根大學(xué)社會(huì)學(xué)和統(tǒng)計(jì)學(xué)Otis Dudley Duncan大學(xué)杰出教授，是《分類數(shù)據(jù)分析的統(tǒng)計(jì)方法》一書的合著者 這本書匯集了Treiman教授多年來進(jìn)行數(shù)據(jù)分析的經(jīng)驗(yàn)，提供了在許多統(tǒng)計(jì)模型書籍中被忽略的應(yīng)用觀點(diǎn)和實(shí)用建議。 ——KellIleth A.Bouen，北卡羅來納大學(xué)教堂山分校社會(huì)學(xué)H.R.Immerwahr杰出教授，Howard W.Odum社會(huì)科學(xué)研究所所長 市場(chǎng)上有許多講授統(tǒng)計(jì)學(xué)的書籍。這本書是由杰出的社會(huì)科學(xué)家撰寫的，它實(shí)現(xiàn)了一個(gè)非常艱難的目標(biāo)。它教會(huì)學(xué)生如何運(yùn)用統(tǒng)計(jì)學(xué)開展一流的量化研究。 ——Thomas A.DiPrete，哥倫比亞大學(xué)社會(huì)學(xué)教授 Treiman教書和研究經(jīng)歷的寶貴財(cái)富集中體現(xiàn)在這本書中。他針對(duì)常規(guī)方法發(fā)表新見解，并向我們提供了在實(shí)際研究中解決不可避免的難題的工具。 ——Michael Hout，加州大學(xué)伯克利分校社會(huì)學(xué)和人口學(xué)教授，美國國家科學(xué)院院士 因?yàn)樵赨CkA選修D(zhuǎn)on Treiman的課程，我強(qiáng)烈向那些希望在如何做調(diào)查研究方面進(jìn)行實(shí)際操作的人推薦這本書。 ——christine R.Schwartz，威斯康星大學(xué)麥迪遜分校社會(huì)學(xué)系助理教授

圖書封面

圖書標(biāo)簽Tags

無

評(píng)論、評(píng)分、閱讀與下載

---

    量化數(shù)據(jù)分析 PDF格式下載

---