本書是寫給社會科學(xué)類專業(yè)的青年學(xué)子或者研究人員的社會統(tǒng)計學(xué)入門教材，內(nèi)容深入淺出、文字通俗易懂，致力于幫助讀者建立統(tǒng)計思維、掌握社會統(tǒng)計學(xué)基本原理和方法。本書共16章，分為四篇，第一篇統(tǒng)計基礎(chǔ)，包含統(tǒng)計思維、描述性統(tǒng)計和概率與分布初步等內(nèi)容；第二篇統(tǒng)計推斷，包含抽樣分布、參數(shù)的假設(shè)檢驗、方差分析、非參數(shù)檢驗、相關(guān)與回歸等內(nèi)容；第三篇統(tǒng)計模型，包含統(tǒng)計建模基礎(chǔ)、線性回歸模型應(yīng)用基礎(chǔ)、回歸診斷、虛擬變量回歸模型等內(nèi)容；第四篇寫給零基礎(chǔ)學(xué)習(xí)者的R語言基礎(chǔ)，包含R基本操作、R語言數(shù)據(jù)組織與基本數(shù)據(jù)管理、高級數(shù)據(jù)管理、R語言數(shù)據(jù)可視化等內(nèi)容。
更多科學(xué)出版社服務(wù)，請掃碼獲取。
主持國家自然科學(xué)基金、中國博士后科學(xué)基金、教育部人文社會科學(xué)基金項目、湖北省自然科學(xué)基金項目、湖北省教育廳科學(xué)技術(shù)研究計劃優(yōu)秀中青年人才項目、湖北省教育廳人文社會科學(xué)項目等科研項目9項。
目錄
前言
第一篇 統(tǒng)計基礎(chǔ)
第1章 統(tǒng)計思維 3
1.1 統(tǒng)計是一種思維方式 3
1.1.1 統(tǒng)計學(xué)家和普通人想得不一樣 3
1.1.2 統(tǒng)計思維的特征 4
1.2 統(tǒng)計是大數(shù)據(jù)分析的內(nèi)核 5
1.2.1 我們已置身大數(shù)據(jù)時代 5
1.2.2 大數(shù)據(jù)時代的世界 6
1.2.3 大數(shù)據(jù)的底層邏輯是統(tǒng)計分析 7
1.3 統(tǒng)計分析是為了尋找真相 8
1.4 統(tǒng)計數(shù)字會撒謊 10
1.5 本章小結(jié) 11
第2章 描述性統(tǒng)計 13
2.1 數(shù)據(jù)測量層次 14
2.1.1 定類尺度 14
2.1.2 定序尺度 15
2.1.3 定距尺度 15
2.1.4 定比尺度 16
2.2 集中趨勢描述 17
2.2.1 平均數(shù) 17
2.2.2 中位數(shù) 18
2.2.3 四分位數(shù) 19
2.2.4 眾數(shù) 19
2.3 離散趨勢描述 20
2.3.1 極差 20
2.3.2 方差 21
2.3.3 標(biāo)準(zhǔn)差 21
2.3.4 離散系數(shù) 22
2.4 本章小結(jié) 22
第3章 概率與分布初步 24
3.1 概率是決策的基礎(chǔ) 24
3.1.1 人類渴望預(yù)知未來，未來充滿了不確定性 24
3.1.2 概率是不確定性情形決策的重要工具 24
3.1.3 需要注意的決策謬誤 25
3.2 概率的基本知識 25
3.2.1 概率的基本概念 25
3.2.2 概率的基本規(guī)則 26
3.3 概率分布及分布曲線 29
3.3.1 概率分布 29
3.3.2 分布曲線 30
3.4 正態(tài)分布 31
3.4.1 正態(tài)分布概述 31
3.4.2 正態(tài)分布曲線的特征 31
3.4.3 正態(tài)分布曲線的Z值 32
3.4.4 正態(tài)分布曲線的應(yīng)用 33
3.5 本章小結(jié) 34
第二篇 統(tǒng)計推斷
第4章 抽樣分布 37
4.1 為什么要抽樣 37
4.2 可以用樣本均值推斷總體均值嗎 37
4.3 抽樣分布的概念 39
4.4 t分布 40
4.5 大數(shù)定理和中心極限定理 43
4.5.1 大數(shù)定理 43
4.5.2 中心極限定理 44
4.6 區(qū)間估計 46
4.7 本章小結(jié) 48
第5章 參數(shù)的假設(shè)檢驗 49
5.1 假設(shè)檢驗的基本邏輯 49
5.2 單樣本均值假設(shè)檢驗 51
5.2.1 什么是單樣本均值假設(shè)檢驗 51
5.2.2 單樣本均值假設(shè)檢驗的步驟 52
5.3 雙樣本均值假設(shè)檢驗 56
5.3.1 什么是雙樣本均值假設(shè)檢驗 56
5.3.2 雙樣本均值假設(shè)檢驗的步驟 57
5.4 配對樣本均值假設(shè)檢驗 62
5.4.1 什么是配對樣本均值假設(shè)檢驗 62
5.4.2 配對樣本均值假設(shè)檢驗的步驟 63
5.5 本章小結(jié) 68
第6章 方差分析 69
6.1 什么是方差分析 69
6.2 方差分析的6個步驟 69
6.3 單因素方差分析 72
6.3.1 什么是單因素方差分析 72
6.3.2 單因素方差分析的步驟 73
6.4 雙因素方差分析 74
6.4.1 什么是雙因素方差分析 74
6.4.2 雙因素方差分析的步驟 75
6.5 本章小結(jié) 79
第7章 非參數(shù)檢驗 80
7.1 單樣本卡方檢驗——定類變量假設(shè)檢驗的有效工具 80
7.1.1 什么是卡方值 80
7.1.2 卡方分布與假設(shè)檢驗 82
7.1.3 單因素擬合優(yōu)度檢驗 83
7.1.4 列聯(lián)表與雙因素獨立檢驗 85
7.1.5 卡方檢驗使用的注意事項 88
7.2 配對樣本非參數(shù)檢驗 89
7.2.1 什么是配對樣本 89
7.2.2 兩配對樣本非參數(shù)檢驗——符號檢驗 90
7.2.3 兩配對樣本非參數(shù)檢驗——符號秩檢驗 92
7.2.4 多配對樣本非參數(shù)檢驗——Friedman檢驗 96
7.3 獨立樣本非參數(shù)檢驗 98
7.3.1 什么是獨立樣本 98
7.3.2 兩獨立樣本的非參數(shù)檢驗——秩和檢驗 99
7.3.3 兩獨立樣本的非參數(shù)檢驗——曼-惠特尼U檢驗 101
7.3.4 多獨立樣本的非參數(shù)檢驗——Kruskal-Wallis檢驗 103
7.4 本章小結(jié) 105
第8章 相關(guān)與回歸 107
8.1 相關(guān)和因果 107
8.1.1 什么是相關(guān)關(guān)系 107
8.1.2 相關(guān)不等同于因果 108
8.2 如何識別和測度相關(guān)關(guān)系 109
8.2.1 散點圖 109
8.2.2 從方差到協(xié)方差 110
8.2.3 皮爾森相關(guān)系數(shù)——標(biāo)準(zhǔn)化協(xié)方差 111
8.2.4 偏相關(guān) 113
8.2.5 相關(guān)系數(shù)的顯著性檢驗 113
8.2.6 不同數(shù)據(jù)類型的相關(guān)性檢驗 114
8.2.7 相關(guān)性檢驗的R語言實現(xiàn) 115
8.3 回歸分析 117
8.3.1 線性回歸模型的幾何解釋 118
8.3.2 回歸系數(shù)和截距 119
8.3.3 擬合優(yōu)度R2 119
8.3.4 多元線性回歸 120
8.3.5 回歸的假設(shè)檢驗 121
8.3.6 回歸分析的R語言實現(xiàn) 123
8.4 本章小結(jié) 124
第三篇 統(tǒng)計模型
第9章 統(tǒng)計建�；A(chǔ) 127
9.1 統(tǒng)計建模的一個故事 127
9.2 統(tǒng)計建模的一般思路 128
9.3 案例分析 132
9.4 本章小結(jié) 136
第10章 線性回歸模型應(yīng)用基礎(chǔ) 138
10.1 回歸分析應(yīng)用概述 138
10.2 建立線性回歸數(shù)學(xué)模型 140
10.2.1 建立線性回歸數(shù)學(xué)模型的一般步驟 140
10.2.2 多元線性回歸模型與解釋變量、控制變量 141
10.3 線性回歸數(shù)學(xué)模型求解與結(jié)果分析 142
10.3.1 回歸方程參數(shù)估計與回歸系數(shù)的解釋 142
10.3.2 線性回歸模型的擬合優(yōu)度 145
10.3.3 線性回歸模型的假設(shè)檢驗 145
10.4 本章小結(jié) 147
第11章 回歸診斷 149
11.1 回歸模型的前提假設(shè) 149
11.2 殘差的診斷 150
11.2.1 線性檢驗 150
11.2.2 獨立性檢驗 151
11.2.3 殘差方差齊性檢驗 152
11.2.4 殘差正態(tài)性檢驗 154
11.3 數(shù)據(jù)的診斷 155
11.3.1 異常點 155
11.3.2 強(qiáng)影響點 156
11.4 回歸診斷的R語言實現(xiàn) 157
11.5 本章小結(jié) 161
第12章 虛擬變量回歸模型 162
12.1 一個錯誤的解釋和一個錯用的模型 162
12.1.1 結(jié)果誤讀 162
12.1.2 模型誤用 163
12.2 什么是虛擬變量 164
12.2.1 虛擬變量的含義 164
12.2.2 虛擬變量對回歸模型選擇的影響 164
12.3 解釋變量為虛擬變量的回歸模型 164
12.3.1 加法形式的回歸模型 164
12.3.2 乘法形式的回歸模型 166
12.4 被解釋變量為虛擬變量的回歸模型 167
12.4.1 Logistic回歸 168
12.4.2 glm()函數(shù) 169
12.4.3 數(shù)據(jù)分析與結(jié)果的解讀 169
12.4.4 虛擬變量回歸模型的擬合與診斷 170
12.5 本章小結(jié) 172
第四篇 寫給零基礎(chǔ)學(xué)習(xí)者的R語言基礎(chǔ)
第13章 R基本操作 175
13.1 編程是門“手藝” 175
13.1.1 為什么要學(xué)習(xí)編程 175
13.1.2 編程可以學(xué)會嗎 176
13.2 編程語言是工具 176
13.2.1 編程語言的分類 176
13.2.2 編程語言的區(qū)別 176
13.2.3 編程語言的選擇 177
13.3 初識R 177
13.3.1 R的特點 177
13.3.2 R安裝與操作界面 177
13.3.3 與R的簡單互動 179
13.3.4 工作空間 181
13.3.5 腳本 182
13.3.6 包 183
13.4 本章小結(jié) 184
第14章 R語言數(shù)據(jù)組織與基本數(shù)據(jù)管理 185
14.1 R的基本數(shù)據(jù)類型 185
14.1.1 什么是數(shù)據(jù)類型 185
14.1.2 R常用的數(shù)據(jù)類型 186
14.2 R的基本運算 188
14.2.1 算術(shù)運算 188
14.2.2 比較運算 189
14.2.3 邏輯運算 190
14.2.4 運算次序 191
14.3 R的數(shù)據(jù)結(jié)構(gòu) 192
14.3.1 一維同質(zhì)表達(dá)——向量 192
14.3.2 二維同質(zhì)模式——矩陣 193
14.3.3 矩陣多維延展——數(shù)組 194
14.3.4 對象有序集合——列表 195
14.3.5 二維不同模式——數(shù)據(jù)框 196
14.3.6 特殊變量集合——因子 198
14.4 R的數(shù)據(jù)輸入 199
14.4.1 使用鍵盤輸入數(shù)據(jù) 199
14.4.2 從帶分隔符的文本文件導(dǎo)入數(shù)據(jù) 200
14.4.3 導(dǎo)入Excel數(shù)據(jù) 201
14.4.4 導(dǎo)入SPSS數(shù)據(jù) 201
14.4.5 導(dǎo)入SAS數(shù)據(jù) 202
14.4.6 導(dǎo)入Stata數(shù)據(jù) 202
14.4.7 導(dǎo)入其他數(shù)據(jù) 202
14.5 R的基本數(shù)據(jù)管理 203
14.6 本章小結(jié) 210
第15章 高級數(shù)據(jù)管理 211
15.1 數(shù)據(jù)處理案例介紹 211
15.2 R內(nèi)置函數(shù) 212
15.3 R處理數(shù)據(jù)的步驟 217
15.4 R控制流 221
15.5 用戶自編函數(shù) 223
15.6 本章小結(jié) 225
第16章 R語言數(shù)據(jù)可視化 226
16.1 常見單變量統(tǒng)計圖繪制 227
16.1.1 直方圖 227
16.1.2 柱狀圖 228
16.1.3 餅圖 229
16.1.4 箱線圖 230
16.2 常見雙變量統(tǒng)計圖 230
16.2.1 并列箱線圖 230
16.2.2 散點圖 232
16.2.3 堆疊柱狀圖 233
16.2.4 分組柱狀圖 233
16.3 使用ggplot2進(jìn)行高級繪圖 234
16.3.1 ggplot2簡介 234
16.3.2 為散點圖添加回歸擬合線 236
16.3.3 分面圖 238
16.3.4 利用ggplot2描述數(shù)據(jù)分布 240
16.4 本章小結(jié) 243
主要參考文獻(xiàn) 245
書單推薦
