成功加入购物车

去购物车结算 X
龙香书城
  • Stata统计分析:社会科学应用指南
  • Stata统计分析:社会科学应用指南
  • Stata统计分析:社会科学应用指南
  • Stata统计分析:社会科学应用指南
  • Stata统计分析:社会科学应用指南
  • Stata统计分析:社会科学应用指南
  • Stata统计分析:社会科学应用指南
  • Stata统计分析:社会科学应用指南
  • Stata统计分析:社会科学应用指南
  • Stata统计分析:社会科学应用指南
  • Stata统计分析:社会科学应用指南
  • Stata统计分析:社会科学应用指南
  • Stata统计分析:社会科学应用指南
  • Stata统计分析:社会科学应用指南
  • Stata统计分析:社会科学应用指南
  • Stata统计分析:社会科学应用指南

Stata统计分析:社会科学应用指南

举报

全新正版现货

  • 作者: 
  • 出版社:    清华大学出版社
  • ISBN:    9787302546009
  • 出版时间: 
  • 装帧:    平装
  • 开本:    16开
  • 纸张:    胶版纸
  • 作者: 
  • 出版社:  清华大学出版社
  • ISBN:  9787302546009
  • 出版时间: 
  • 装帧:  平装
  • 开本:  16开
  • 纸张:  胶版纸

售价 59.00 5.0折

定价 ¥118.00 

品相 全新品相描述

优惠 满包邮

优惠 满减券
    运费
    本店暂时无法向该地区发货

    延迟发货说明

    时间:
    说明:

    上书时间2023-05-11

    数量
    库存2
    微信扫描下方二维码
    微信扫描打开成功后,点击右上角”...“进行转发

    卖家超过10天未登录

    • 商品详情
    • 店铺评价
    手机购买
    微信扫码访问
    • 商品分类:
      计算机与互联网
      货号:
      29264820
      品相描述:全新
      正版全新
      商品描述:

      【编辑推荐】:

      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。

      【内容简介】:

      本书基于社会学领域学生和学者的需求,将统计学的理论概念和详细的技术指导有机结合起来,通过众多来自社会学不同领域的有趣示例来呈现丰富的统计方法和模型,鼓励读者在了解理论的同时学习应用Stata软件来实现研究的目的。本书除了用5个章节渐进式地详细阐述线性回归模型之外,还进一步涵盖logistic回归、多层次分析、面板数据分析、探索性因子分析、结构方程模型和验证性因子分析等内容。本书通过配套网站提供各章配套的测试题、视频、数据集和Stata代码,方便读者学习并检查学习效果。 本书可作为社会学领域本科生或研究生定量研究课程的教材或参考书,也可作为想要学习应用Stata软件进行定量研究的社会学者的参考书。

      【目录】:

      1 研究与统计学 1 
      1.1 统计研究方法论 2 
      1.2 统计方法 3 
      1.3 统计推断的基本思想 5 
      1.3.1 概率论 5 
      1.3.2 总体规模 6 
      1.3.3 研究总体时为什么需要显著性水平? 8 
      1.4 通用法则和理论 8 
      1.4.1 客观性和批判现实主义 9 
      1.5 定量研究论文 10 
      1.6 总结 12
      问题 13
      延伸阅读 13
      参考文献 14 
      2 Stata简介 
      17 
      2.1 Stata是什么? 18 
      2.1.1 Stata界面 18 
       
      VIII
      Stata统计分析:社会科学应用指南 

      2.1.2 如何使用 
      Stata 20 
      2.2 数据输入和导入 22 
      2.2.1 输入数据 22 
      2.2.2 导入数据 23 
      2.3 数据管理 24 
      2.3.1 打开数据 25 
      2.3.2 检查数据 25 
      2.3.3 修改变量 27 
      2.3.4 生成变量 29 
      2.3.5 数据子集 32 
      2.3.6 标记变量 32 
      2.4 描述性统计和图 33 
      2.4.1 频率分布 33 
      2.4.2 汇总统计 35 
      2.4.3 纵向合并数据 38 
      2.4.4 横向合并数据 39 
      2.4.5 数据变型 40 
      2.5 双变量统计推断 41 
      2.5.1 相关 41 
      2.5.2 独立 
      t检验 41 
      2.5.3 方差分析(ANOVA) 42 
      2.5.4 卡方检验 43 
      2.6 总结 44
      问题 45
      延伸阅读 45 
      3 简单(双变量)回归 
      47 
      3.1 什么是回归分析? 48 
      3.2 简单线性回归分析 49 
       
      目 录 
      IX
      3.2.1 普通小二乘法 52 
      3.2.2 拟合优度 54 
      3.2.3 斜率系数的假设检验 57 
      3.2.4 线性回归预测 59 
      3.3 Stata实例 60 
      3.4 总结 64
      问题 64
      延伸阅读 65
      参考文献 65 
      4 多元回归 
      67 
      4.1 多元线性回归分析 68 
      4.1.1 估计 69 
      4.1.2 拟合优度和 
      F检验 70 
      4.1.3 调整 
      R2 71 
      4.1.4 偏回归系数 71 
      4.1.5 多元回归预测 73 
      4.1.6 标准化和相对重要性 74 
      4.2 Stata实例 75 
      4.3 总结 81
      问题 82
      延伸阅读 82
      参考文献 83 
      5 虚拟变量回归 
      85 
      5.1 为什么使用虚拟变量回归? 86 
      5.1.1 生成虚拟变量 86 
      5.1.2 虚拟变量回归的原理 89 
       
      X
      Stata统计分析:社会科学应用指南 

      5.2 含有一个虚拟变量的回归 89 
      5.2.1 Stata示例 90 
      5.3 含有一个虚拟变量和一个协变量的回归 91 
      5.3.1 Stata示例 93 
      5.4 含有多个虚拟变量的回归 94 
      5.4.1 Stata示例 96 
      5.4.2 比较纳入组 97 
      5.5 含有多个虚拟变量和一个协变量的回归 101 
      5.5.1 Stata示例 102 
      5.6 含有两组不同虚拟变量的回归 103 
      5.6.1 Stata示例 105 
      5.7 总结 107
      问题 108
      延伸阅读 108
      参考文献 109 
      6 回归中的交互 
      /调节效应 
      111 
      6.1 交互 
      /调节效应 112 
      6.2 乘积项方法 
      113 
      6.2.1 一个连续预测变量与一个连续调节变量间的交互 115 
      6.2.2 一个连续预测变量与一个虚拟调节变量间的交互 119 
      6.2.3 一个虚拟预测变量与一个虚拟调节变量间的交互 123 
      6.2.4 一个连续预测变量和一个多分类调节变量间的交互 125 
      6.3 总结 131
      问题 132
      延伸阅读 132
      参考文献 133 
       
      目 录 
      XI
      7 线性回归的假设与诊断 
      135 
      7.1 正确设定模型 137 
      7.1.1 所有有关的 
      X变量,而没有无关的 137 
      7.1.2 线性 139 
      7.1.3 可加性 148 
      7.1.4 不存在多重共线性 148 
      7.2 残差的假设 150 
      7.2.1 误差项的条件均值为零 150 
      7.2.2 同方差 151 
      7.2.3 不相关的误差 152 
      7.2.4 正态分布误差 153 
      7.3 强影响点 155 
      7.3.1 杠杆作用 155 
      7.3.2 DFBETA 156 
      7.3.3 库克距离 157 
      7.4 总结 159
      问题 160
      延伸阅读 160
      参考文献 160 
      8 logistic回归 
      163 
      8.1 什么是 
      logistic回归? 165 
      8.1.1 假设检验 168 
      8.2 logistic回归的假设 169 
      8.2.1 Stata示例 171 
      8.3 条件效应 178 
      8.4 诊断 180 
      8.5 多类 
      logistic回归 183 
       
      XII
      Stata统计分析:社会科学应用指南 

      8.6 有序 
      logistic回归 188 
      8.7 总结 192
      问题 193
      延伸阅读 193
      参考文献 194 
      9 多水平分析 
      197 
      9.1 多水平数据 199 
      9.1.1 使用多水平分析的统计学原因 202 
      9.2 空模型或截距模型 203 
      9.2.1 Stata示例 205 
      9.3 方差分解或组内相关 206 
      9.4 随机截距模型 207 
      9.5 水平 
      2解释变量 209 
      9.5.1 因变量被解释的量 211 
      9.6 logistic多水平模型 212 
      9.7 随机系数(斜率)模型 213 
      9.8 交互效应 216 
      9.9 三水平模型 219 
      9.9.1 交叉分类多水平模型 223 
      9.10 加权 223 
      9.11 总结 
      225
      问题 226
      延伸阅读 226
      参考文献 227 
      10 面板数据分析 
      229 
      10.1 面板数据 230 
       
      目 录 
      XIII
      10.2 混合 
      OLS 233 
      10.3 组间效应 239 
      10.4 固定效应(组内估计) 243 
      10.4.1 解释固定效应 244 
      10.4.2 固定效应总结 252 
      10.4.3 时间固定效应 252 
      10.5 随机效应 253 
      10.6 时间序列横截面方法 255 
      10.6.1 非平稳性检验 259 
      10.6.2 滞后选择 262 
      10.6.3 TSCS模型 263 
      10.7 二分类因变量 264 
      10.8 总结 268
      问题 269
      延伸阅读 269
      参考文献 270 
      11探索性因子分析 
      273 
      11.1 什么是因子分析? 
      274 
      11.1.1 因子分析的用途 276 
      11.2 因子分析过程 
      276 
      11.2.1 提取因子 277 
      11.2.2 确定因子数量 280 
      11.2.3 旋转因子 281 
      11.2.4 提炼和解释因子 283 
      11.3 综合得分和信度检验 
      285 
      11.4 Stata示例 286 
      11.5 总结 
      292
      问题 293 
       
      XIV
      Stata统计分析:社会科学应用指南
      延伸阅读 293
      参考文献 294 
      12 结构方程模型和验证性因子分析 
      297 
      12.1 什么是结构方程模型? 298 
      12.1.1 结构方程模型的类型 299 
      12.2 验证性因子分析 301 
      12.2.1 模型设定 301 
      12.2.2 模型识别 303 
      12.2.3 参数估计 305 
      12.2.4 模型评价 306 
      12.2.5 模型修正 314 
      12.3 潜路径分析 316 
      12.3.1 LPA模型的设定 317 
      12.3.2 测量部分 318 
      12.3.3 结构部分 322 
      12.4 总结 324
      问题 325
      延伸阅读 325
      参考文献 326 
      13 重要问题 
      329 
      13.1 变量变换 330 
      13.1.1 偏度和峰度 330 
      13.1.2 变换 333 
      13.2 加权 335 
      13.3 稳健回归 338 
      13.4 缺失数据 342 
       
      目 录 
      XV
      13.4.1 处理缺失数据的传统方法 343 
      13.4.2 多重填补 346 
      13.5 总结 353
      问题 353
      延伸阅读 354
      参考文献 354 

      【作者简介】:

      穆罕默德•梅赫梅托(Mehmet Mehmetoglu)是挪威科技大学(Norwegian University of Science and Technology,NTNU)心理学系的研究方法教授。他的研究兴趣包括消费者心理学、进化心理学以及统计方法。Mehmetoglu 已经在大约30 份不同的同行评审国际刊物上发表或合作发表论文,这些刊物包括Scandinavian Journal of Psychology(《斯堪的纳维亚心理学期刊》)、Personality & Individual Differences(《个性与个体差异》)、Evolutionary Psychological Science(《演化心理科学》)等。
      托尔•格奥尔格•雅各布森(Tor Georg Jakobsen)是挪威科技大学商学院的政治科学教授。他的研究兴趣包括政治行为、和平研究以及统计方法。Jakobsen 已经在包括European Sociological Review(《欧洲社会学评论》)、Work, Employment & Society(《工作、雇佣与社会》)、Conflict Management & Peace Science(《冲突管理与和平科学》)等刊物上发表或合作发表了论文。

      配送说明

      ...

      相似商品

      为你推荐

    孔网啦啦啦啦啦纺织女工火锅店第三课

    开播时间:09月02日 10:30

    即将开播,去预约
    直播中,去观看