社會科學統(tǒng)計方法（第4版）

第1章　引言　
　1.1　統(tǒng)計方法論介紹　
　為什么要學習統(tǒng)計　
　數(shù)據(jù)　
　什么是統(tǒng)計學　
　1.2　描述統(tǒng)計和推斷統(tǒng)計　
　總體和樣本　
　參數(shù)和統(tǒng)計量　
　定義總體：實際總體和概念總體　
　1.3　計算機在統(tǒng)計中的作用　
　統(tǒng)計軟件　
　數(shù)據(jù)文件　
　統(tǒng)計軟件的使用和誤用　
　1.4　本章概要　
　思考題　
第2章　抽樣和測量　
　2.1　變量及其測度　
　變量　
　定量（數(shù)量）變量和分類變量　
　名義、有序和間隔測度尺度　
　有序數(shù)據(jù)的數(shù)量　
　離散型變量和連續(xù)型變量　
　2.2　隨機化　
　簡單隨機抽樣　
　如何去選擇一個簡單隨機樣本　
　用抽樣調(diào)查收集數(shù)據(jù)　
　用實驗收集數(shù)據(jù)　
　用觀察研究收集數(shù)據(jù)　
　2.3　抽樣變異性和潛在偏差　
　抽樣誤差　
　抽樣偏差：非概率抽樣　
　響應(yīng)偏差　
　無響應(yīng)偏差：缺失數(shù)據(jù)　
　偏差類型總結(jié)　
　2.4　其他概率抽樣方法*　
　系統(tǒng)隨機抽樣（Systematic　Random
　Sampling）　
　分層隨機抽樣（Stratified　Random
　Sampling）　
　整群抽樣（Cluster　Sampling）　
　多階抽樣（Multstage　Sampling）　
　2.5　本章概要　
　思考題　
第3章　描述統(tǒng)計　
　3.1　用表和圖描述數(shù)據(jù)　
　相對頻數(shù)（relative　frequency）：
　分類數(shù)據(jù)　
　頻數(shù)分布和條形圖：分類數(shù)據(jù)　
　頻數(shù)分布：定量數(shù)據(jù)　
　直方圖（histogram）　
　莖葉圖（stem-and-leaf　plot）　
　比較組　
　總體分布和樣本數(shù)據(jù)分布　
　分布的形狀　
　3.2　數(shù)據(jù)分布的中心描述　
　均值（mean）　
　均值的性質(zhì)　
　中位數(shù)（median）　
　中位數(shù)性質(zhì)　
　中位數(shù)與均值的比較　
　眾數(shù)（mode）　
　眾數(shù)的性質(zhì)　
　3.3　數(shù)據(jù)分布的變異性描述　
　極差（range）　
　標準差（standard　deviation）　
　標準差的性質(zhì)　
　解釋標準差的大小　
　3.4　位置量度　
　四分位數(shù)和其他百分比　
　測定變異性：四分位數(shù)間距　
　箱圖：繪制位置的5個數(shù)字概括
　圖形　
　異常值（outlier）　
　離開均值多少個標準差？z分數(shù)　
　3.5　二元描述統(tǒng)計　
　響應(yīng)變量（response　variable）和解釋
　變量（explanatory　variable）之間
　的關(guān)聯(lián)　
　比較兩組是二元分析　
　二元定量數(shù)據(jù)　
　兩個以上變量的分析　
　3.6　樣本統(tǒng)計和總體參數(shù)　
　3.7　本章概要　
　表、圖小結(jié)　
　中心量度的小結(jié)　
　變異性量度的小結(jié)　
　二元描述統(tǒng)計的小結(jié)　
　思考題　
第4章　概率分布　
　4.1　概率介紹　
　概率可視為長期（long-run）相對
　頻數(shù)　
　基本概率規(guī)則　
　4.2　離散型和連續(xù)型變量的概率分布　
　離散型變量的概率分布　
　連續(xù)型變量的概率分布　
　參數(shù)描述概率分布　
　4.3　正態(tài)概率分布　
　正態(tài)尾部概率表　
　正態(tài)概率和經(jīng)驗法則　
　求某個尾部概率的z值　
　z分數(shù)是離開均值的標準差數(shù)　
　標準正態(tài)分布　
　4.4　抽樣分布描述了統(tǒng)計量如何變化　
　模擬估計過程　
　用抽樣分布表示抽樣變異　
　重復抽樣的抽樣分布說明　
　4.5　樣本均值的抽樣分布　
　的抽樣分布的均值和標準誤　
　樣本量對抽樣分布和估計精度的
　影響　
　樣本均值的抽樣分布近似正態(tài)　
　4.6　小結(jié)：總體、樣本數(shù)據(jù)以及抽樣
　　分布　
　在樣本數(shù)據(jù)分布和抽樣分布上
　樣本量的影響　
　在統(tǒng)計推斷中抽樣分布的關(guān)鍵作用　
　4.7　本章概要　
　思考題　
第5章　統(tǒng)計推斷：估計　
　5.1　點估計和區(qū)間估計　
　參數(shù)的點估計　
　無偏和有效點估計　
　均值、標準差和比例的估計量　
　極大似然估計方法*　
　置信區(qū)間等于點估計±誤差邊際
?。╩argin　of　error）　
　5.2　比例的置信區(qū)間　
　樣本比例和其標準誤　
　大樣本比例的置信區(qū)間　
　控制置信水平　
　大樣本量給出狹窄的區(qū)間　
　錯誤概率=1-置信水平　
　置信水平是長期正確的比例　
　方法的有效性需要大樣本量　
　5.3　均值的置信區(qū)間　
　估計誤差邊際的標準誤　
　t分布　
　t分布的性質(zhì)　
　均值置信區(qū)間里的t分數(shù)　
　置信水平和樣本量的作用　
　關(guān)于正態(tài)總體假定違反的穩(wěn)健性　
　標準正態(tài)是df　=無限時的t分布　
　對使用軟件的忠告　
　5.4　樣本量的選擇　
　估計比例的樣本量　
　估計比例時的樣本量公式　
　估計均值時的樣本量　
　在確定樣本量中其他要考慮的
　因素　
　只有一個小樣本該怎么辦　
　5.5　中位數(shù)和其他參數(shù)的置信區(qū)間　
　樣本中位數(shù)對正態(tài)數(shù)據(jù)的
　低效率　
　大樣本時中位數(shù)的置信區(qū)間　
　自舉法（bootstrap）　
　5.6　本章概要　
　思考題　
第6章　統(tǒng)計推斷：顯著性檢驗　
　6.1　顯著性檢驗的五個部分　
　假定　
　假設(shè)　
　檢驗統(tǒng)計量　
　P值　
　結(jié)論　
　6.2　關(guān)于一個均值的顯著性檢驗　
　關(guān)于一個均值的顯著性檢驗的
　五個部分　
　雙側(cè)檢驗與置信區(qū)間之間的對應(yīng)
　關(guān)系　
　單側(cè)顯著性檢驗　
　單側(cè)H隱含單側(cè)H0　
　單側(cè)檢驗與雙側(cè)檢驗的選擇　
　水平：使用P值做決策　
　違反正態(tài)假定的穩(wěn)健性　
　6.3　一個比例的顯著性檢驗　
　對一個比例顯著性檢驗的五個
　部分　
　從不“接受H0”　
　樣本量對P值的影響　
　6.4　在檢驗中的決策和錯誤類型　
　對決策的第一類型和第二類型
　錯誤　
　拒絕域　
　水平是第一類型錯誤的概率　
　當P（第一類型錯誤）下降時，
　P（第二類型錯誤）上升　
　置信區(qū)間和檢驗決策之間的等價
　關(guān)系　
　對報告的P值做一個決策　
　6.5　顯著性檢驗的局限性　
　統(tǒng)計顯著與實際顯著　
　顯著性檢驗并不比置信區(qū)間有用　
　對顯著性檢驗和P值的曲解　
　6.6　計算P（第二類型錯誤）*　
　檢驗使用的　越小P（第二類型
　錯誤）越大　
　檢驗的功效（勢）（power）　
　6.7　關(guān)于一個比例的小樣本檢驗——
　　二項分布*　
　二項分布　
　二項分布的比例　
　二項式檢驗　
　6.8　本章概要　
　思考題　
第7章　兩組比較　
　7.1　比較兩組的預備知識　
　有響應(yīng)變量和解釋變量時的
　雙變量（二元）分析　
　相依樣本和獨立樣本　
　估計的差異及其標準誤　
　參數(shù)的比率　
　7.2　分類數(shù)據(jù)：比較兩組比例　
　關(guān)于比例差異的置信區(qū)間　
　解釋一個置信區(qū)間比較比例　
　關(guān)于2-1的顯著性檢驗　
　列聯(lián)表和條件概率　
　7.3　定量數(shù)據(jù)：比較兩個均值　
　2-1的置信區(qū)間　
　解釋一個置信區(qū)間比較均值　
　關(guān)于2-1的顯著性檢驗　
　在置信區(qū)間和檢驗之間的對應(yīng)
　關(guān)系　
　7.4　比較相依樣本的均值　
　適用于匹配樣本的配對差異得分　
　使用配對差異推斷比較均值　
　獨立樣本與相依樣本　
　7.5　比較均值的其他方法*　
　在假定等方差時比較均值　
　完全隨機設(shè)計與隨機區(qū)組設(shè)計　
　根據(jù)軟件給出的報表進行推斷　
　效應(yīng)量　
　適用于均值的一個模型　
　7.6　比較比例的其他方法*　
　比較相依比例　
　比較相依比例的麥克尼馬爾檢驗　
　相依比例差異的置信區(qū)間　
　比較比例的費歇精確檢驗　
　比較兩個比例的小樣本估計　
　7.7　比較兩組的非參數(shù)統(tǒng)計量*　
　威爾科克森-曼-惠特尼檢驗　
　效應(yīng)量：對一個組更好響應(yīng)的
　比例　
　處理有序變量為定量變量　
　7.8　本章概要　
　思考題　
第8章　分類變量之間的關(guān)聯(lián)分析　
　8.1　列聯(lián)表　
　百分比比較　
　構(gòu)建列聯(lián)表的原則　
　獨立和相依　
　8.2　獨立性的卡方檢驗　
　對應(yīng)于獨立的期望頻數(shù)　
　卡方檢驗統(tǒng)計量　
　卡方分布　
　需要的樣本量　
　用軟件進行卡方檢驗　
　自由度的解釋　
　卡方檢驗和類別處理　
　8.3　殘差：檢測關(guān)聯(lián)模式　
　殘差分析　
　卡方和2×2（四格）表的比例
　差異　
　2×2表的標準化殘差　
　大于2×2的表需要用卡方　
　8.4　列聯(lián)表中關(guān)聯(lián)的量度　
　關(guān)聯(lián)的量度　
　比例差異　
　卡方不是對關(guān)聯(lián)的測量　
　優(yōu)勢比（比數(shù)比）　
　優(yōu)勢比的性質(zhì)　
　r×c列聯(lián)表的優(yōu)勢比*　
　概述r×c表關(guān)聯(lián)的量度　
　8.5　兩個有序變量之間的關(guān)聯(lián)*　
　一致和不一致　
?。╣amma）　
　是兩個有序比例的差異　
　有序量度的公共特性　
　8.6　對有序關(guān)聯(lián)的推斷　
　關(guān)聯(lián)量度的置信區(qū)間　
　使用　的獨立性檢驗　
　有序檢驗與皮爾遜卡方檢驗　
　對其他有序量度的相似推斷方法　
　混合的有序——名義列聯(lián)表　
　8.7　本章概要　
　思考題　
第9章　線性回歸和相關(guān)　
　9.1　線性關(guān)系　
　線性函數(shù)（linear　function）　
　解釋y的截距和斜率　
　模型是對實際的簡單近似　
　9.2　最小平方預測方程　
　散點圖描繪數(shù)據(jù)　
　預測方程　
　異常值對預測方程的影響　
　預測誤差被稱為殘差　
　預測方程有最小平方性質(zhì)　
　9.3　線性回歸模型　
　線性回歸函數(shù)　
　描述回歸直線的變異　
　均方誤（差）：估計條件變異　
　條件變異往往小于邊緣變異　
　9.4　量度線性關(guān)聯(lián)：相關(guān)　
　斜率和關(guān)聯(lián)強度　
　相關(guān)　
　相關(guān)的性質(zhì)　
　相關(guān)暗示向均值回歸　
　r2：預測誤差減少的比例　
　r2的性質(zhì)　
　平方和描述條件變異和邊緣變異　
　9.5　對斜率和相關(guān)系數(shù)的推斷　
　對統(tǒng)計推斷的假定　
　獨立性檢驗　
　斜率的置信區(qū)間　
　讀懂計算機打印輸出結(jié)果　
　對相關(guān)的推斷*　
　缺失值（missing　data）　
　9.6　模型的假定及違背　
　哪一個假定是重要的　
　外推是危險的　
　有影響的觀測值　
　影響相關(guān)的因素　
　有誤差項的回歸模型*　
　模型和現(xiàn)實　
　9.7　本章概要　
　思考題　
第10章　多元關(guān)系概述　
　10.1　關(guān)聯(lián)關(guān)系和因果關(guān)系　
　10.2　對其他變量的控制　
　社會學研究中的統(tǒng)計控制　
　統(tǒng)計控制的關(guān)聯(lián)類型　
　警惕隱變量的存在　
　10.3　多變量關(guān)系的類型　
　偽關(guān)聯(lián)（spurious　association）　
　鏈關(guān)系（chain　relationship）　
　多個因果關(guān)系　
　抑制變量（suppressor　variable）　
　統(tǒng)計的交互作用　
　多變量關(guān)系小結(jié)　
　混雜作用使得效應(yīng)難以評估　
　10.4　統(tǒng)計控制中的推斷問題　
　分表分析中小樣本的影響　
　控制變量的類別影響　
　對照比較和合并的測度　
　10.5　本章概要　
　思考題　
第11章　多元回歸分析和相關(guān)分析　
　11.1　多元回歸模型　
　多元回歸函數(shù)　
　回歸系數(shù)的解釋　
　預測方程和殘差　
　11.2　多元回歸分析計算機輸出實例　
　描述雙變量關(guān)系的散點圖　
　對偏相關(guān)繪制偏相關(guān)圖　
　計算機輸出結(jié)果樣例　
　11.3　復相關(guān)和R2　
　復相關(guān)　
　R2：多元決定系數(shù)　
　R和R2的性質(zhì)　
　多個解釋變量的多重共線性　
　11.4　多元回歸系數(shù)的統(tǒng)計推斷　
　檢驗解釋變量的整體影響　
　F分布　
　回歸系數(shù)的統(tǒng)計推斷　
　方差分析表中的變差和均方差*　
　F統(tǒng)計量是均方誤差之比　
　F統(tǒng)計量與t統(tǒng)計量之間的關(guān)系　
　11.5　預測變量間的交互作用　
　交叉乘積項　
　檢驗交互作用項　
　中心化解釋變量*　
　擴展與限制*　
　11.6　回歸模型的比較　
　全模型和簡化模型　
　用殘差平方和SSE或決定系數(shù)
　R2值進行模型比較　
　11.7　偏相關(guān)*　
　對偏相關(guān)系數(shù)的解釋　
　對偏相關(guān)系數(shù)平方的解釋　
　高階偏相關(guān)系數(shù)　
　偏相關(guān)系數(shù)的統(tǒng)計推斷　
　11.8　標準化回歸系數(shù)　
　標準化回歸系數(shù)的方法　
　標準化回歸系數(shù)的性質(zhì)　
　預測方程的標準化形式*　
　謹慎比較標準化回歸系數(shù)　
　11.9　本章概要　
　思考題　
第12章　多組比較：方差分析
　（ANOVA）　
　12.1　多個均值的比較：方差分析
　　F檢驗　
　對均值比較的F檢驗的假定　
　組間變異和組內(nèi)變異　
　F檢驗統(tǒng)計量是兩個方差估計
　之比　
　F檢驗統(tǒng)計量的公式是　
　組內(nèi)方差估計*　
　組間方差估計　
　方差分析表中的平方和*　
　F檢驗與多個t檢驗　
　12.2　均值的多重比較　
　置信區(qū)間比較均值　
　大量置信區(qū)間的錯誤率　
　均值多重比較Bonferroni法　
　均值多重比較Tukey法　
　12.3　用回歸模型進行方差分析　
　回歸中的虛擬變量　
　回歸中用方差分析檢驗比較
　均值　
　為什么使用回歸分析來做方差
　分析呢　
　12.4　雙因素方差分析　
　雙因素方差分析中的主效應(yīng)
　假設(shè)　
　主效應(yīng)的F檢驗　
　雙因素方差分析的交互效應(yīng)　
　H0：沒有交互效應(yīng)的F檢驗　
　12.5　雙因素方差分析和回歸分析　
　假定沒有交互效應(yīng)的回歸模型　
　有交互效應(yīng)的回歸模型　
　偏平方和　
　雙因素方差分析的多重比較　
　析因方差分析　
　12.6　重復測量的方差分析*　
　有重復測量的單因素方差分析　
　球形假定和復合對稱性　
　相依樣本的置信區(qū)間比較　
　固定效應(yīng)和隨機效應(yīng)　
　12.7　一個因素是重復測量的雙因素
　　方差分析*　
　在兩個固定效應(yīng)之一上進行
　重復測量　
　在上面分析的基礎(chǔ)上構(gòu)造置信
　區(qū)間　
　治療方法的Bonferroni多重比較　
　更復雜的重復測量分析　
　兩次以上的重復測量　
　12.8　違背方差分析假定的影響　
　F檢驗的穩(wěn)健性　
　Kruskal-Wallis檢驗：非參數(shù)
　檢驗方法　
　12.9　本章概要　
　思考題　
第13章　組合回歸分析和方差分析:
　定量和分類預測變量　
　13.1　均值比較和回歸直線比較　
　比較回歸直線　
　控制x，比較y的均值　
　13.2　有定量和分類預測變量的回歸　
　定量和虛擬解釋變量　
　對參數(shù)的解釋：沒有交互效應(yīng)
　的模型　
　13.3　定量預測變量和分類預測變量
　之間允許交互作用　
　對不同模型的R或R2的比較　
　多個分類和定量預測變量的回歸
　分析　
　13.4　用定量和分類預測變量進行回歸
　　的統(tǒng)計推斷　
　沒有交互效應(yīng)的檢驗　
　控制x，檢驗分類變量的效應(yīng)　
　用方差分析結(jié)果進行比較　
　控制分類變量，檢驗x的效應(yīng)　
　13.5　修正均值*　
　控制協(xié)變量，修正響應(yīng)變量的
　均值　
　比較修正均值　
　圖示解釋說明修正均值　
　修正均值的多重比較　
　謹慎使用假設(shè)的修正均值　
　13.6　本章概要　
　思考題　
第14章　構(gòu)建多元回歸模型　
　14.1　模型選擇過程　
　為模型選擇解釋變量　
　向后剔除過程　
　向前選擇和逐步回歸過程　
　自動選擇過程的局限性和弊端　
　探索研究與解釋性（理論驅(qū)動）
　研究　
　選擇模型的指標：調(diào)整R2、預測
　的殘差平方和Cp　
　14.2　回歸診斷　
　檢驗殘差　
　繪制殘差與解釋變量圖　
　時間序列數(shù)據(jù)　
　檢測有影響的觀測值：杠桿值　
　檢測有影響的觀測值：DFFIT和
　DFBETA　
　14.3　多重共線性的影響　
　多重共線性擴大了標準誤　
　VIF和其他多重共線性指標　
　存在多重共線性的補救措施　
　14.4　廣義線性模型　
　非正態(tài)分布的響應(yīng)變量　
　廣義線性模型的連接函數(shù)　
　響應(yīng)變量為正態(tài)分布的廣義
　線性模型　
　響應(yīng)變量服從γ分布的廣義
　線性模型　
　14.5　非線性關(guān)系：多項式回歸　
　二次回歸模型　
　二次回歸模型的說明與擬合　
　非線性效應(yīng)的描述和推斷　
　謹慎使用多項式模型　
　非參數(shù)回歸*　
　14.6　指數(shù)回歸和對數(shù)轉(zhuǎn)換*　
　對指數(shù)回歸模型的解釋　
　轉(zhuǎn)換預測變量以獲取線性　
　14.7　本章概要　
　思考題　
第15章　邏輯斯蒂回歸：構(gòu)建分類
　響應(yīng)變量模型　
　15.1　邏輯斯蒂回歸　
　線性概率模型　
　二分響應(yīng)變量的邏輯斯蒂回歸
　模型　
　概率的邏輯斯蒂回歸方程　
　對邏輯斯蒂回歸模型的解釋　
　使用幾率和優(yōu)勢比解釋　
　15.2　多元邏輯斯蒂回歸　
　幾率的效應(yīng)　
　概率的效應(yīng)　
　15.3　邏輯斯蒂回歸模型的統(tǒng)計推斷　
　Wald檢驗和似然比獨立性檢驗　
　多元邏輯斯蒂回歸的推斷　
　
　用似然比檢驗比較邏輯斯蒂回歸
　模型　
　15.4　定序響應(yīng)變量的邏輯斯蒂回歸模型　
　累積概率和累積概率的logit　
　定序響應(yīng)變量的累積logit模型　
　對定序響應(yīng)變量效應(yīng)的推斷　
　響應(yīng)變量類別選擇的恒定性　
　多元模型的擴展　
　邏輯斯蒂回歸模型中的定序
　預測變量　
　15.5　名義響應(yīng)變量的邏輯斯蒂模型*　
　基準類別的Logit　
　15.6　分類變量的對數(shù)線性模型*　
　三個變量的分層對數(shù)線性模型　
　對數(shù)線性模型優(yōu)勢比的解釋　
　15.7　對列聯(lián)表構(gòu)建的模型進行擬合
　優(yōu)度檢驗*　
　卡方擬合優(yōu)度統(tǒng)計量　
　標準化殘差　
　對數(shù)線性模型的擬合優(yōu)度　
　通過比較G2值來比較模型　
　邏輯斯蒂模型和對數(shù)線性模型
　之間的聯(lián)系　
　邏輯斯蒂模型和對數(shù)線性模型
　之間的區(qū)別　
　15.8　本章概要　
　思考題　
第16章　高級統(tǒng)計方法概述　
　16.1　縱向數(shù)據(jù)分析*　
　MANOVA：多因變量方差分析　
　帶有隨機效應(yīng)的混合效應(yīng)模型　
　使用隨機效應(yīng)的一維重復測量
　方差分析　
　16.2　多層（分層）模型*　
　為兩個層上的觀測值構(gòu)建模型　
　16.3　事件歷史模型*　
　截尾數(shù)據(jù)和時變協(xié)變量　
　事件的發(fā)生率　
　比例風險模型　
　16.4　路徑分析*　
　路徑圖　
　路徑系數(shù)　
　直接效應(yīng)和間接效應(yīng)　
　路徑分解　
　對因果模型的一個告誡　
　16.5　因子分析*　
　因子分析模型　
　擬合因子分析模型　
　分類響應(yīng)變量的潛在分類模型　
　起源和爭議　
　16.6　結(jié)構(gòu)方程模型*　
　計量模型　
　結(jié)構(gòu)方程模型　
　協(xié)方差結(jié)構(gòu)模型中的特例　
　擬合協(xié)方差結(jié)構(gòu)模型　
　檢驗?zāi)Ｐ蛿M合　
　16.7　馬爾可夫鏈*　
　轉(zhuǎn)移概率　
　思考題　
　附錄A　SPSS和SAS統(tǒng)計分析　
　附錄B　奇數(shù)練習答案　
　附錄C　統(tǒng)計檢驗臨界值表　
參考文獻