本书基于社会科学领域读者的需求,清晰且直观地展示了统计学的原理和应用,并将相关概念和详细的技术指导有效地结合起来。本书着眼于可用统计方法进行研究的社会学问题,借助Stata软件,用一种简单易懂的方式来讲解常见的主题和问题。
本书采用众多来自社会科学不同领域的有趣示例来呈现丰富的统计方法和模型,鼓励读者在学习理论的同时借助应用软件来实现研究的目标。
本书还提供:
原始案例研究和数据集;
在Stata中运行并检验模型的实践指南;
每章配套的Stata代码;
大量应用Stata的详尽示例;
循序渐进编写代码的说明。
总之,这本优秀著作为那些想要在社会科学领域成功进行统计研究的读者提供了理论性、技术性和应用性兼备的专业内容。
《Stata统计分析:社会科学应用指南/新时代·技术新未来》基于社会科学领域读者的需求,清晰且直观地展示了统计学的原理和应用,并将相关概念和详细的技术指导有效地结合起来。 《Stata统计分析:社会科学应用指南/新时代·技术新未来》着眼于可用统计方法进行研究的社会学问题,借助Stata软件,用一种简单易懂的方式来讲解常见的主题和问题。 《Stata统计分析:社会科学应用指南/新时代·技术新未来》采用众多来自社会科学不同领域的有趣示例来呈现丰富的统计方法和模型,鼓励读者在学习理论的同时借助应用软件来实现研究的目标。 《Stata统计分析:社会科学应用指南/新时代·技术新未来》还提供: 原始案例研究和数据集; 在Stata中运行并检验模型的实践指南; 每章配套的Stata代码; 大量应用Stata的详尽示例; 循序渐进编写代码的说明。 总之,《Stata统计分析:社会科学应用指南/新时代·技术新未来》这本优秀著作为那些想要在社会科学领域成功进行统计研究的读者提供了理论性、技术性和应用性兼备的专业内容。
穆罕默德·梅赫梅托(Mehmet Mehmetoglu),挪威科技大学心理学系研究方法教授。 托尔·格奥尔格·雅备布森(Tor Georg Jakobsen),挪威科技大学商学院政治科学教授。
1 研究与统计学1.1 统计研究方法论1.2 统计方法1.3 统计推断的基本思想1.3.1 概率论1.3.2 总体规模1.3.3 研究总体时为什么需要显著性水平?1.4 通用法则和理论1.4.1 客观性和批判现实主义1.5 定量研究论文1.6 总结问题延伸阅读参考文献2 Stata简介2.1 Stata是什么?2.1.1 Stata界面2.1.2 如何使用Stata2.2 数据输入和导入2.2.1 输入数据2.2.2 导入数据2.3 数据管理2.3.1 打开数据2.3.2 检查数据2.3.3 修改变量2.3.4 生成变量2.3.5 数据子集2.3.6 标记变量2.4 描述性统计和图2.4.1 频率分布2.4.2 汇总统计2.4.3 纵向合并数据2.4.4 横向合并数据2.4.5 数据变型2.5 双变量统计推断2.5.1 相关2.5.2 独立t检验2.5.3 方差分析(ANOVA)2.5.4 卡方检验2.6 总结问题延伸阅读……3 简单(双变量)回归4 多元回归5 虚拟变量回归6 回归中的交互/调节效应7 线性回归的假设与诊断8 logistic回归9 多水平分析10 面板数据分析11 探索性因子分析12 结构方程模型和验证性因子分析13 重要问题
对学生和学者来说,知道如何运用统计学来解决社会问题是一项关键技能。想要得到和开发这样的技能需要理解不同统计技术(如线性回归模型、因子分析等)背后的原理,同时学会使用灵活且用户界面友好的软件进行分析。在本书中,我们通过揭示每项统计技术背后的原理并提供Stata软件的应用示例,试图帮助读者达到这两个重要目标。基于我们的座右铭“万物皆回归”,我们将线性回归模型作为解释不同统计技术的首要框架。 对线性回归模型的深入理解为学习其他统计技术打下了基础——不管这些技术是简单的(如f检验)还是高级的(如结构方程模型)。这也是我们选择深入剖析线性回归模型及其拓展技术的原因所在。在读过相关章节之后,你就会认识到线性回归模型可以很好地替代传统的独立样本组间比较的方差分析(ANOVA)。线性回归方法也成为理解多层次回归技术的纽带,而后者是分析重复测量数据时方差分析方法的有力替代。 若想从本书中有所获,读者最好具备关于基础统计学的背景知识,并对统计推断有所了解。读者不需要具备使用Stata的经验,在将Stata应用于不同统计技术之前,我们会用一章的内容来详细介绍该软件的使用方法。当你阅读本书的每一章时,我们强烈建议你打开Stata软件,以便复制和重现相关统计分析的过程与结果。在此之前,你需要登录网址https://study.sagepub.com/login?destination=node/30193,浏览并下载本书的配套材料(如数据集、Stata代码、期刊文章示例等)。