量化社会科学导论/匡时新方法系列

“匡时·方法研究系列”之一。本书开篇使用种族歧视和呼吁投票运动作为例子，从实验和观察性研究两个角度讨论了因果性，接着讲解了度量和预测这两个社会科学研究数据分析中的主要目标。本书对数据分析和统计学理论进行了实践性介绍，主要针对的读者群体是本科生以及对社会科学和相关领域开展系统深入研究的研究生。本书涵盖领域包括经济学、社会学、公共政策以及数据科学，通过直接明了的实证分析，帮助读者学习用R项目语言分析数据，并阐释相关成果。

Kosuke Imai 普林斯顿大学政治系教授，兼任东京大学法学政治学研究客座教授，在量化社科研究领域有深入的研究，是亚洲政治学与国际关系学术水平最高的顶尖级专家。

目 　 录 　　 中文版序言 　 ／ １ 　　 英文版序言 　 ／ １ 　　 译校者序 　 ／ １ 　　 １　 引言 　 ／ １ １． １　 本书概述 　 ／ ３ １． ２　 如何使用本书 　 ／ ６ １． ３　Ｒ 的简介 　 ／ ９ １． ３． １　 算术运算 　 ／ １０ １． ３． ２　 对象 　 ／ １１ １． ３． ３　 向量 　 ／ １４ １． ３． ４　 函数 　 ／ １６ １． ３． ５　 数据文件 　 ／ １９ １． ３． ６　 保存对象 　 ／ ２２ １． ３． ７　 软件包 　 ／ ２３ １． ３． ８　 编程及学习技巧 　 ／ ２４ １． ４　 总结 　 ／ ２６ １． ５　 练习 　 ／ ２６ １． ５． １　 自我汇报是否参加投票的偏差 　 ／ ２６ １． ５． ２　 了解世界人口动态 　 ／ ２８ 　　 ２　 因果关系 　 ／ ３１ ２． １　 劳工市场的种族歧视 　 ／ ３１ ２． ２　 用 Ｒ 取得的数据子集 　 ／ ３５ ２． ２． １　 逻辑值和运算符号 　 ／ ３６                                                                                                                                                 ２． ２． ２　 关系运算符 　 ／ ３８ ２． ２． ３　 生成子集 　 ／ ３９ ２． ２． ４　 简单的条件语句 　 ／ ４２ ２． ２． ５　 因子变量 　 ／ ４３ ２． ３　 因果效应与反事实 　 ／ ４５ ２． ４　 随机对照试验 　 ／ ４７ ２． ４． １　 随机化的作用 　 ／ ４７ ２． ４． ２　 社会压力和投票率 　 ／ ４９ ２． ５　 观察性研究 　 ／ ５３ ２． ５． １　 最低工资和失业 　 ／ ５３ ２． ５． ２　 混淆偏误 　 ／ ５６ ２． ５． ３　 前后设计和倍差设计 　 ／ ５９ ２． ６　 单变量的描述性统计量 　 ／ ６２ ２． ６． １　 分位数 　 ／ ６２ ２． ６． ２　 标准差 　 ／ ６５ ２． ７　 总结 　 ／ ６６ ２． ８　 习题 　 ／ ６７ ２． ８． １　 早教小班化的有效性 　 ／ ６７ ２． ８． ２　 改变对同性恋婚姻的看法 　 ／ ６９ ２． ８． ３　 刺杀成功率的自然实验 　 ／ ７０ 　　 ３　 度量 　 ／ ７３ ３． １　 战争时期平民受伤情况的度量 　 ／ ７３ ３． ２　 处理 Ｒ 中缺失的数据 　 ／ ７６ ３． ３　 可视化单变量分布 　 ／ ７８ ３． ３． １　 条形图 　 ／ ７８ ３． ３． ２　 直方图 　 ／ ８０ ３． ３． ３　 箱形图 　 ／ ８３ ３． ３． ４　 打印及保存图表 　 ／ ８５ ３． ４　 调查抽样 　 ／ ８６ ３． ４． １　 随机化的作用 　 ／ ８７ ３． ４． ２　 拒访和其他偏误来源 　 ／ ９１ ３． ５　 度量政治极化 　 ／ ９３ ２ 量化社会科学导论                                                                                                                                                 ３． ６　 概括双变量关系 　 ／ ９５ ３． ６． １　 散点图 　 ／ ９５ ３． ６． ２　 相关性 　 ／ ９８ ３． ６． ３　 分位数 分位数图 　 ／ １０２ ３． ７　 聚类 　 ／ １０４ ３． ７． １　Ｒ 中的矩阵 　 ／ １０５ ３． ７． ２　Ｒ 中的列表 　 ／ １０７ ３． ７． ３　 犽 均值算法 　 ／ １０８ ３． ８　 总结 　 ／ １１２ ３． ９　 练习 　 ／ １１３ ３． ９． １　 改变对待同性恋婚姻的立场 （ 再探 ） 　 ／ １１３ ３． ９． ２　 中国和墨西哥的政治效力 　 ／ １１４ ３． ９． ３　 联合国大会投票表决 　 ／ １１６ 　　 ４　 预测 　 ／ １１９ ４． １　 预测选举结果 　 ／ １１９ ４． １． １　Ｒ 的循环语句 　 ／ １２０ ４． １． ２　Ｒ 中的一般条件语句 　 ／ １２３ ４． １． ３　 基于民调的预测 　 ／ １２６ ４． ２　 线性回归 　 ／ １３４ ４． ２． １　 面部长相与选举结果的联系 　 ／ １３４ ４． ２． ２　 散点图与相关性 　 ／ １３６ ４． ２． ３　 最小平方 　 ／ １３８ ４． ２． ４　 趋中回归 　 ／ １４３ ４． ２． ５　Ｒ 中的合并数据集 　 ／ １４４ ４． ２． ６　 模型拟合 　 ／ １５１ ４． ３　 回归与因果关系 　 ／ １５６ ４． ３． １　 随机化的实验 　 ／ １５６ ４． ３． ２　 多元预测回归 　 ／ １５９ ４． ３． ３　 异质性干预效应 　 ／ １６４ ４． ３． ４　 断点回归设计 　 ／ １６９ ４． ４　 总结 　 ／ １７４ ４． ５　 练习 　 ／ １７４ ３ 目 　 录                                                                                                                                                 ４． ５． １　 基于博彩市场的预测 　 ／ １７４ ４． ５． ２　 墨西哥的选举和条件现金转移计划 　 ／ １７６ ４． ５． ３　 巴西政府转移和减少贫困率 　 ／ １７９ 　　 ５　 数据探索 　 ／ １８１ ５． １　 文本数据 　 ／ １８１ ５． １． １　 《 联邦党人文集 》 悬而未决的作者问题 　 ／ １８１ ５． １． ２　 文本 项矩阵 　 ／ １８５ ５． １． ３　 挖掘主题 　 ／ １８６ ５． １． ４　 作者预测 　 ／ １９１ ５． １． ５　 交叉验证 　 ／ １９３ ５． ２　 网络数据 　 ／ １９６ ５． ２． １　 文艺复兴时期佛罗伦萨的婚姻网络 　 ／ １９７ ５． ２． ２　 无方向的绘图和中心性度量 　 ／ １９８ ５． ２． ３　 推特关注网络 　 ／ ２０２ ５． ２． ４　 有方向的图和中心性 　 ／ ２０４ ５． ３　 空间数据 　 ／ ２１０ ５． ３． １　１８５４ 年伦敦的霍乱暴发 　 ／ ２１０ ５． ３． ２　Ｒ 中的空间数据 　 ／ ２１３ ５． ３． ３　Ｒ 中的色彩 　 ／ ２１６ ５． ３． ４　 美国总统选举 　 ／ ２１９ ５． ３． ５　 沃尔玛的扩张 　 ／ ２２１ ５． ３． ６　Ｒ 中的动画 　 ／ ２２３ ５． ４　 总结 　 ／ ２２５ ５． ５　 练习 　 ／ ２２６ ５． ５． １　 分析宪法的序言 　 ／ ２２６ ５． ５． ２　 国际贸易网络 　 ／ ２２８ ５． ５． ３　 制作美国总统选举跨时间的地图 　 ／ ２２９ 　　 ６　 概率 　 ／ ２３２ ６． １　 概率 　 ／ ２３２ ６． １． １　 频率统计与贝叶斯统计 　 ／ ２３２ ６． １． ２　 定义和公理 　 ／ ２３４ ４ 量化社会科学导论                                                                                                                                                 ６． １． ３　 排列 　 ／ ２３７ ６． １． ４　 有和没有替换的抽样 　 ／ ２４０ ６． １． ５　 组合 　 ／ ２４１ ６． ２　 条件概率 　 ／ ２４４ ６． ２． １　 条件 、 边际和联合概率 　 ／ ２４４ ６． ２． ２　 独立性 　 ／ ２５１ ６． ２． ３　 贝叶斯法则 　 ／ ２５５ ６． ２． ４　 用姓氏和居住地来预测种族 　 ／ ２５７ ６． ３　 随机变量和概率分布 　 ／ ２６７ ６． ３． １　 随机变量 　 ／ ２６７ ６． ３． ２　 伯努利和均匀分布 　 ／ ２６８ ６． ３． ３　 二项分布 　 ／ ２７２ ６． ３． ４　 正态分布 　 ／ ２７５ ６． ３． ５　 期望和方差 　 ／ ２８１ ６． ３． ６　 预测充满不确定性的选举结果 　 ／ ２８５ ６． ４　 大样本定理 　 ／ ２８８ ６． ４． １　 大数定律 　 ／ ２８８ ６． ４． ２　 中心极限定理 　 ／ ２９１ ６． ５　 总结 　 ／ ２９４ ６． ６　 练习 　 ／ ２９５ ６． ６． １　 恩格玛机中的数学 　 ／ ２９５ ６． ６． ２　 博彩市场选举预测的概率模型 　 ／ ２９６ ６． ６． ３　 俄罗斯的选举舞弊 　 ／ ２９８ 　　 ７　 不确定性 　 ／ ３０１ ７． １　 估计 　 ／ ３０１ ７． １． １　 无偏性和一致性 　 ／ ３０２ ７． １． ２　 标准误 　 ／ ３０８ ７． １． ３　 置信区间 　 ／ ３１３ ７． １． ４　 误差边际和民意调查中的样本规模计算 　 ／ ３１８ ７． １． ５　 随机对照试验分析 　 ／ ３２２ ７． １． ６　 基于学生 狋 分布的分析 　 ／ ３２５ ７． ２　 假设检验 　 ／ ３２８ ５ 目 　 录                                                                                                                                                 ７． ２． １　 品尝茶实验 　 ／ ３２８ ７． ２． ２　 总体框架 　 ／ ３３１ ７． ２． ３　 单样本检验 　 ／ ３３５ ７． ２． ４　 双样本检验 　 ／ ３４１ ７． ２． ５　 假设检验的陷阱 　 ／ ３４６ ７． ２． ６　 效力分析 　 ／ ３４８ ７． ３　 含不确定性的线性回归模型 　 ／ ３５４ ７． ３． １　 作为生成模型的线性回归模型 　 ／ ３５４ ７． ３． ２　 估计系数的无偏性 　 ／ ３５９ ７． ３． ３　 估计系数的标准误 　 ／ ３６２ ７． ３． ４　 关于参数的推断 　 ／ ３６４ ７． ３． ５　 关于预测的推断 　 ／ ３６７ ７． ４　 总结 　 ／ ３７３ ７． ５　 练习 　 ／ ３７３ ７． ５． １　 性别比和中国农作物的价格 　 ／ ３７３ ７． ５． ２　 学术研究中的抽屉偏误和发表偏见 　 ／ ３７５ ７． ５． ３　１９３２ 年德国魏玛共和国的大选 　 ／ ３７７ 　　 ８　 下一步 　 ／ ３８０ 　　 词汇表 　 ／ ３８３ ６ 量化社会科学导论                                                                                                                                           中文版序/1 英文版序/1 译校者序/1 1 引言/1 1.1 本书概述/1 1.2 如何使用本书/3 1.3 R的简介/9 1.3.1 算术运算/10 1.3.2 对象/11 1.3.3 向量 /14 1.3.4 函数/16 1.3.5 数据文件/19 1.3.6 保存对象/22 1.3.7 软件包/23 1.3.8 编程及学习技巧/24 1.4 总结/26 1.5 练习/26 1.5.1 自我汇报是否 参加投票的偏差/26 1.5.2 了解世界人口动态/28 2 因果关系/31 2.1 劳动力市场的种族歧视/31 2.2 用R取得的数据子集/35 2.2.1 逻辑值和运算符号/36 2.2.2 关系运算符/38 2.2.3 生成子集/39 2.2.4 简单的条件语句/42 2.2.5 因子变量/43 2.3 因果效应与反事实/45 2.4 随机对照试验/47 2.4.1 随机化的作用/47 2.4.2 社会压力和投票率/49 2.5 观察性研究/53 2.5.1 最低工资和失业/53 2.5.2 混淆偏误/56 2.5.3 前后设计和倍差设计/59 2.6 单变量的描述性统计量/62 2.6.1 分位数/62 2.6.2 标准差/65 2.7 总结/66 2.8 习题/67 2.8.1 早教小班化的有效性/67 2.8.2 改变对同性恋婚姻的看法 2.8.3 刺杀成功率的自然试验/70 3 度量/73 3.1 战争时期平民受伤情况的度量/73 3.3.2 处理R中缺失的数据/76 3.3.3 可视化单变量分布/78 3.3.1 条形图/78 3.3.2 直方图/80 3.3.3 箱形图/83 3.3.4 打印及保存图表/85 3.4 调查抽样/86 3.4.1 随机化的作用/87 3.4.2 拒访和其他偏误来源/91 3.5 度量战争极化/93 3.6 概括双变量关系/95 3.6.1 散点图/95 3.6.2 相关性/98 3.6.3 分位数-分位数图/102 3.7 聚类/104 3.7.1 R中的矩阵/105 3.7.2 R中的列表/107 3.7.3 k-均值算法/108 3.8 总结 /112 3.9 练习/113 4 预测/119 4.1 预测选举结果/119 4.2 线性回归/134 4.3 回归与因果关系/156 4.4 总结/174 4.5 练习/174 5 数据探索/181 5.1 文本数据/181 5.2 网络数据/196 5.3 空间数据/210 5.4 总结/225 5.5 练习/226 6 概率/232 6.1 概率/232 6.2 条件概率/244 6.3 随机变量和概率分布/267 6.4 大样本定理/288 6.5 总结/294 6.6 练习/295 7 不确定性/301 7.1 估计/301 7.2 假设检验/328 7.3 含不确定性的线性回归模型/354 7.4 总结/373 7.5 练习/373 8 下一步/380 词汇表/383