数据分析与统计建模/社科研究中的统计学方法(社会科学研究方法系列)

当现实中纷繁复杂的数据罗列在我们面前时，如何找出一个有效的分析方法、建立一个拟和度较优的模型、有机结合定量与定性两种基本的研究方法，对我们分析现有数据，预测未来趋势都有至关重要的意义。这本《数据分析与统计建模》就是适合社科类研究生使用的有关统计建模的工具书。本书避开繁复的数学推导，以通俗易懂的方式让学生学会统计学方法，尤其是学会计算机统计软件的应用以及输出结果的分析。

前言 第一篇 数据分析的图方法 第1章 一维样本数据的分布 1．1 各国人均GNI数据 1．2 散点图(一维) 1．3 分位数图 1．4 盒须图 1．5 对称性 1．6 直方图 1．7 茎叶图 1．8 密度函数图 第2章 数据分布的比较 2．1 经验分位数―经验分位数图 2．2 数据的各种分布图比较 2．3 开槽的盒须图 第3章 二维数据的图示统计 3．1 散点图 3．2 例题 3．3 因变量y与自变量z之间依存关系的研究方法 3．4 二维数据的频数表示 第二篇 经典统计推断 第4章 样本平均数的比较 4．1 单样本检验 4．2 两样本的平均数比较 4．3 成对数据的两样本t-检验 第5章 关于方差的推断与检验 5．1 X2-检验统计量 5．2 比较两总体方差的F检验 第6章 多样本均值比较 6．1 单因素方差分析 6．2 多重比较――Tukey―Cramer方法 6．3 单因素方差分析的案例 6．4 随机化区组设计 6．5 双因素方差分析 第7章 回归模型 7．1 二元线性回归 7．2 多元线性回归 7．3 例题及计算机操作 7．4 回归模型的有效性 7．5 回归方程用于预测 7．6 多元回归模型的建立 7．7 回归建模步骤 第三篇 属性数据分析 第8章 社会科学研究中的属性数据 8．1 属性变量的定义 8．2 为何研究属性数据的统计分析 8．3 属性数据的分类 8．4 以不同的视角观察社会科学研究中的属性数据 8．5 属性数据的图或表格表示方法 8．6 关于比例的显著性检验 第9章 回归模型――logistic回归与Pmbit模型 9．1 虚拟变量的引进 9．2 二值数据的1ogistic回归模型 9．3 Probit模型及双对数模型 9．4 因变量具有两个以上选择时的模型 第10章 列联表及其建模 10．1 列联表及其检验 10．2 二维列联表模型 10．3 多维表模型 10．4 列联表的对应分析及Minitab操作 第四篇 非参数统计 第11章 两样本比较的秩检验 11．1 wi1coxor1秩和检验(两个独立总体的中位数比较) 11．2 相关联的两组样本比较：Wi1coxon符号秩检验 第12章 多样本比较的非参数方法 12．1 单因素实验中的Kruska1―Wa11is检验 12．2 2×t列联表的非参数方法 12．3 随机化完全区组设计的Friedman检验 12．4 Cochran检验 第13章 检验随机性与独立性 13．1 关于随机性的假设检验 13．2 检验趋势 13．3 独立性检验 13．4 Kendall r检验 第五篇 时间序列分析 第14章 时序分析中的外推与分解模型 14．1 拟合优度 14．2 光滑(或平均)技巧 14．3 指数平滑法 第15章 时间序列的分量分解 15．1 趋势 15．2 曲线趋势模型的拟合 15．3 季节 15．4 乘法模型的建立与求解 15．5 循环分量 15．6 一般的季节建模方法 15．7 Holt―winters修正预测 第16章 ARIMA模型 16．1 引言 16．2 平稳(无趋势)时间序列 16．3 自相关函数(ACF) 16．4 ARIMA的基本模型 第17章 Box-Jenkins建模 17．1 偏自相关系数(PACF) 17．2 ARIMA模型的识别 17．3 参数的估计 17．4 ARIMA模型的诊断 17．5 预测 第18章 季节Box-Jenkins模型 18．1 季节ARIMA模型的识别 18．2 例题 18．3 模型的参数估计与诊断 参考书目