社会统计学 / 万卷方法
￥49.80定价
作者： 布莱洛克、沈崇麟
出版时间：2012年7月
出版社：重庆大学出版社
- 重庆大学出版社
- 9787562452539
- 141465
- 0043155979-8
- 2012年7月
- 理学
- 统计学
- C8
- 社会学等
- 本科
内容简介
本书主要供将要从事社会科学研究的高年级本科生和硕、博士研究生阅读，目的在于让他们学会把统计学应用到各自的专业上去。
统计学的应用极为广泛。事实表明，统计学课程已经安排在许多互不相干的专业学科中，如口腔医学、社会学、商业管理、动物学、公共卫生、教育学等等。尽管如此，人们对统计学仍然存在许多误解。有些人觉得统计学不过是玩弄数字以证明某个观点；还有些人却盲目崇拜统计学，以为可以借助神奇的计算机使任何研究变成“科学”。实际上，统计学家在制定规则时非常谨慎，绝不允许自己的解释越出数据的限定范围。统计方法本身无法防止粗枝大叶的人和弄虚作假的人不顾数据乱下结论。统计学既不能代替抽象的理论思维，也不能代替对特殊个案的仔细考察。
如果你一见到数字或方程式就头疼，那你一定要摆脱这种念头：“统计学是我永远无法理解的事物。”这部教材所要求的数学程度并不高，学过几年中学代数的人就完全可以读懂。但必须记住，数学和统计学教材读起来不像小说，它们的内容是高度浓缩的。所以要仔仔细细地一读再读，要采取主动的而不是被动的态度。因此，除了每天预习、做每童末尾的习题之外没有别的办法。
统计学的应用极为广泛。事实表明，统计学课程已经安排在许多互不相干的专业学科中，如口腔医学、社会学、商业管理、动物学、公共卫生、教育学等等。尽管如此，人们对统计学仍然存在许多误解。有些人觉得统计学不过是玩弄数字以证明某个观点；还有些人却盲目崇拜统计学，以为可以借助神奇的计算机使任何研究变成“科学”。实际上，统计学家在制定规则时非常谨慎，绝不允许自己的解释越出数据的限定范围。统计方法本身无法防止粗枝大叶的人和弄虚作假的人不顾数据乱下结论。统计学既不能代替抽象的理论思维，也不能代替对特殊个案的仔细考察。
如果你一见到数字或方程式就头疼，那你一定要摆脱这种念头：“统计学是我永远无法理解的事物。”这部教材所要求的数学程度并不高，学过几年中学代数的人就完全可以读懂。但必须记住，数学和统计学教材读起来不像小说，它们的内容是高度浓缩的。所以要仔仔细细地一读再读，要采取主动的而不是被动的态度。因此，除了每天预习、做每童末尾的习题之外没有别的办法。
目录
第一部分 导论
1 导言：统计学的作用和局限性
1．1 统计学的作用
1．2 统计学在研究过程中的地位
1．3 一点忠告
2 理论、量度和数学
2．1 理论和假设：操作性定义
2．2 量度层次：定类尺度、定序尺度和定距尺度
2．3 量度与统计量
2．4 本书的结构
第二部 分单变量描述性统计学
3 定类尺度：比例、百分数、比率
3．1 比例
3．2 百分数
3．3 比率
4 定距尺度：频数分布和图示法
4．1 频数分布：数据分组
4．2 累积频数分布
4．3 图示法：直方图、频数多边形和累积频数分布曲线
5 定距尺度：集中趋势的量度
5．1 算术平均值
5．2 中位数
5．3 从分组数据计算均值和中位数
5．4 均值与中位数比较
5．5 其他集中趋势量度
5．6 十分位数、四分位数和百分位数
6 定距尺度：离差的量度
6．1 极差
6．2 四分位偏差
6．3 平均偏差
6．4 标准差
6．5 变差系数
6．6 其他总结性量度一’
7 正态分布
7．1 有限的与无限的频数分布
7．2 正态曲线的一般形式
7．3 正态曲线下的面积
7．4 使用正态分布表的说明
第三部 分归纳性统计学
8 归纳性统计导论
8．1 统计量和参数
8．2 假设检验的步骤
8．3 以推论结果证实前提的谬误
8．4 统计性假设的形式
9 概率
9．1 先验概率
9．2 概率的数学性质
9．3 排列
9．4 期望值和矩
9．5 独立性和随机抽样
10 假设检验：二项分布
10．1 二项概率分布
10．2 统计检验的步骤
10．3 二项分布的应用
10．4 二项分布的推广
10．5 小结
11 含均值和比例的单样本检验
11．1均值的抽样分布
11．2 已知σ，总体均值检验
11．3 学生t分布
11．4 比例的检验
12 点估计和区间估计
12．1 点估计
12．2 区间估计
12．3 其他类型问题的置信区间
12．4 确定样本容量
第四部分 双变量和多变量统计学
13 双样本检验：均值差和比例差
13．1 均值差检验
13．2 比例差
13．3 置信区间
13．4 非独立样本：配对
13．5 对实验设计和显著性检验的几点评论
14 定序尺度：双样本非参数检验
14．1 检验效力和检验效率
14．2 瓦尔德一沃尔夫维茨链检验
14．3 曼一威特尼或威尔柯克森检验
14．4 柯尔莫哥洛夫一斯米尔诺夫检验
14．5 威尔柯克森配对符号．秩检验
14．6 小结
15 定类尺度：列联问题
15．1 卡方检验
15．2 费舍尔精确检验
15．3 卡方分解和其他检验
15．4 关系强度的量度
15．5 其他变量的控制
15．6 有关分类变量的若干注意事项
16 方差分析
16．1 简单的方差分析
16．2 特定均值的比较
16．3 双向方差分析
16．4 替代方差分析的非参数法
16．5 关系的量度：组内相关
17 相关和回归
17．1 线性回归和最小二乘方
17．2 相关
18 相关和回归(续)
18．1 显著性检验和置信区间
18．2 非线性相关和回归
18．3 量度误差的影响
18．4 定序尺度：秩一序相关
18．5确定量度和分类层次
19 多重相关与偏相关
19．1 多重回归和最小二乘方
19．2 偏相关
19．3 偏秩．序相关
19．4 偏相关和因果解释
19．5 多重最小二乘方和口系数
19．6 多重相关
19．7 多重回归和非线性
19．8 显著性检验与置信区间
19．9 一般线性模型的矩阵代数表示法
20 协方差分析、虚拟变量、线性模型的其他应用
20．1 关联两个定距尺度，控制定类尺度
20．2 关联定距和定类尺度，控制定距尺度
20．3 协方差分析的推广
20．4 虚拟变量分析
20．5 多重分类分析和自动交互检测分析
20．6 分类应变量：对数线性模型
20．7 小结
第五部分 抽样
21 抽样方法
21．1 简单随机抽样
21．2 系统抽样
21．3 分层抽样
21．4 整群抽样
21．5 非概率抽样
21．6 非抽样误差和样本容量
附录1 代数运算复习
附录2 有关统计表
附录3 英汉社会统计学术语对照表
1 导言：统计学的作用和局限性
1．1 统计学的作用
1．2 统计学在研究过程中的地位
1．3 一点忠告
2 理论、量度和数学
2．1 理论和假设：操作性定义
2．2 量度层次：定类尺度、定序尺度和定距尺度
2．3 量度与统计量
2．4 本书的结构
第二部 分单变量描述性统计学
3 定类尺度：比例、百分数、比率
3．1 比例
3．2 百分数
3．3 比率
4 定距尺度：频数分布和图示法
4．1 频数分布：数据分组
4．2 累积频数分布
4．3 图示法：直方图、频数多边形和累积频数分布曲线
5 定距尺度：集中趋势的量度
5．1 算术平均值
5．2 中位数
5．3 从分组数据计算均值和中位数
5．4 均值与中位数比较
5．5 其他集中趋势量度
5．6 十分位数、四分位数和百分位数
6 定距尺度：离差的量度
6．1 极差
6．2 四分位偏差
6．3 平均偏差
6．4 标准差
6．5 变差系数
6．6 其他总结性量度一’
7 正态分布
7．1 有限的与无限的频数分布
7．2 正态曲线的一般形式
7．3 正态曲线下的面积
7．4 使用正态分布表的说明
第三部 分归纳性统计学
8 归纳性统计导论
8．1 统计量和参数
8．2 假设检验的步骤
8．3 以推论结果证实前提的谬误
8．4 统计性假设的形式
9 概率
9．1 先验概率
9．2 概率的数学性质
9．3 排列
9．4 期望值和矩
9．5 独立性和随机抽样
10 假设检验：二项分布
10．1 二项概率分布
10．2 统计检验的步骤
10．3 二项分布的应用
10．4 二项分布的推广
10．5 小结
11 含均值和比例的单样本检验
11．1均值的抽样分布
11．2 已知σ，总体均值检验
11．3 学生t分布
11．4 比例的检验
12 点估计和区间估计
12．1 点估计
12．2 区间估计
12．3 其他类型问题的置信区间
12．4 确定样本容量
第四部分 双变量和多变量统计学
13 双样本检验：均值差和比例差
13．1 均值差检验
13．2 比例差
13．3 置信区间
13．4 非独立样本：配对
13．5 对实验设计和显著性检验的几点评论
14 定序尺度：双样本非参数检验
14．1 检验效力和检验效率
14．2 瓦尔德一沃尔夫维茨链检验
14．3 曼一威特尼或威尔柯克森检验
14．4 柯尔莫哥洛夫一斯米尔诺夫检验
14．5 威尔柯克森配对符号．秩检验
14．6 小结
15 定类尺度：列联问题
15．1 卡方检验
15．2 费舍尔精确检验
15．3 卡方分解和其他检验
15．4 关系强度的量度
15．5 其他变量的控制
15．6 有关分类变量的若干注意事项
16 方差分析
16．1 简单的方差分析
16．2 特定均值的比较
16．3 双向方差分析
16．4 替代方差分析的非参数法
16．5 关系的量度：组内相关
17 相关和回归
17．1 线性回归和最小二乘方
17．2 相关
18 相关和回归(续)
18．1 显著性检验和置信区间
18．2 非线性相关和回归
18．3 量度误差的影响
18．4 定序尺度：秩一序相关
18．5确定量度和分类层次
19 多重相关与偏相关
19．1 多重回归和最小二乘方
19．2 偏相关
19．3 偏秩．序相关
19．4 偏相关和因果解释
19．5 多重最小二乘方和口系数
19．6 多重相关
19．7 多重回归和非线性
19．8 显著性检验与置信区间
19．9 一般线性模型的矩阵代数表示法
20 协方差分析、虚拟变量、线性模型的其他应用
20．1 关联两个定距尺度，控制定类尺度
20．2 关联定距和定类尺度，控制定距尺度
20．3 协方差分析的推广
20．4 虚拟变量分析
20．5 多重分类分析和自动交互检测分析
20．6 分类应变量：对数线性模型
20．7 小结
第五部分 抽样
21 抽样方法
21．1 简单随机抽样
21．2 系统抽样
21．3 分层抽样
21．4 整群抽样
21．5 非概率抽样
21．6 非抽样误差和样本容量
附录1 代数运算复习
附录2 有关统计表
附录3 英汉社会统计学术语对照表
