全屏显示专题章节

1.1

前言
1.2

目录
1.3

第1章　导　论
1.3.1

1.1　社会统计学的研究内容
1.3.2

1.2　社会统计学的研究过程
1.3.2.1

1.2.1　确定研究课题
1.3.2.2

1.2.2　探索性调查
1.3.2.3

1.2.3　理论假设的提出与概念的操作化
1.3.2.4

1.2.4　测量工具的设计
1.3.2.5

1.2.5　调查的实施
1.3.2.6

1.2.6　审核、录入与录入误差的消除
1.3.2.7

1.2.7　统计分析与理论假设的检验
1.3.3

1.3　统计分析方法在社会学研究中的作用
1.3.3.1

1.3.1　统计分析方法应用水平是社会学研究科学性的重要标志
1.3.3.2

1.3.2　统计分析方法是发现和彰显统计规律的有效工具
1.3.4

1.4　统计学在研究过程中的地位
1.3.5

1.5　变量的层次及统计分析方法的选择
1.3.5.1

1.5.1　变量的层次
1.3.5.2

1.5.2　统计分析方法的选择
1.3.6

【习　题】
1.4

第2章　社会调查与数据处理
1.4.1

2.1　社会调查研究的类型
1.4.1.1

2.1.1　按研究的目的分
1.4.1.2

2.1.2　按研究的时间维度分
1.4.2

2.2　社会调查研究流程
1.4.2.1

2.2.1　选择研究问题
1.4.2.2

2.2.2　研究设计
1.4.2.3

2.2.3　收集资料
1.4.2.4

2.2.4　资料整理与分析
1.4.2.5

2.2.5　撰写研究报告
1.4.3

2.3　社会调查资料的特点
1.4.3.1

2.3.1　随机性
1.4.3.2

2.3.2　统计规律性
1.4.4

2.4　问卷调查资料的整理
1.4.4.1

2.4.1　问卷调查资料的审核
1.4.4.2

2.4.2　问卷资料的编码
1.4.4.3

2.4.3　编码的原则
1.4.4.4

2.4.4　特殊类型客观题的编码
1.4.4.5

2.4.5　数据录入
1.4.5

【习　题】
1.5

第3章　单变量的描述统计分析
1.5.1

3.1　单变量的分布及其描述方法
1.5.1.1

3.1.1　变量及其分布
1.5.1.2

3.1.2　统计表
1.5.1.3

3.1.3　统计图
1.5.2

3.2　集中趋势
1.5.2.1

3.2.1　众数
1.5.2.2

3.2.2　中位数
1.5.2.3

3.2.3　算术平均值
1.5.2.4

3.2.4　众数、中位数和算术平均值的比较
1.5.3

3.3　离散趋势
1.5.3.1

3.3.1　异众比率
1.5.3.2

3.3.2　极差（全距）
1.5.3.3

3.3.3　四分位差
1.5.3.4

3.3.4　方差与标准差
1.5.4

【习　题】
1.6

第4章　两个类别变量关系的描述统计
1.6.1

4.1　列联表分析
1.6.1.1

4.1.1　两个类别变量相关的概念
1.6.1.2

4.1.2　列联表的结构
1.6.1.3

4.1.3　列联表的种类
1.6.1.4

4.1.4　列联表中的分布
1.6.1.5

4.1.5　列联表中变量的相互独立性
1.6.2

4.2　分类图
1.6.2.1

4.2.1　分类条形图
1.6.2.2

4.2.2　分类饼图
1.6.2.3

4.2.3　折线图
1.6.3

4.3　列联相关系数
1.6.3.1

4.3.1　消减误差比例的统计思想
1.6.3.2

4.3.2　λ 系数
1.6.3.3

4.3.3　系数
1.6.4

4.4　等级相关系数
1.6.4.1

4.4.1　等级相关的概念
1.6.4.2

4.4.2　斯皮尔曼等级相关系数rs
1.6.4.3

4.4.3　Gamma 等级相关系数
1.6.4.4

4.4.4　肯德尔系数
1.6.4.5

4.4.5　Somer’s d 系数
1.6.5

【习　题】
1.7

第5章　两个尺度变量关系的描述统计
1.7.1

5.1　相关分析
1.7.1.1

5.1.1　相关的概念
1.7.1.2

5.1.2　散点图
1.7.1.3

5.1.3　相关系数
1.7.2

5.2　回归分析
1.7.2.1

5.2.1　回归分析的统计思想
1.7.2.2

5.2.2　线性回归
1.7.2.3

5.2.3　非线性回归
1.7.2.4

5.2.4　回归分析的应用
1.7.3

5.3　相关与回归的比较
1.7.4

【习　题】
1.8

第6章　类别变量与尺度变量关系的描述统计
1.8.1

6.1　平均值比较分析
1.8.1.1

6.1.1　平均值比较分析的统计思想
1.8.1.2

6.1.2　统计表、条形图与折线图
1.8.2

6.2　相关比率
1.8.2.1

6.2.1　相关比率的构建思想
1.8.2.2

6.2.2　相关比率的计算
1.8.3

【习　题】
1.9

第7章　参数估计
1.9.1

7.1　参数估计的基本原理
1.9.1.1

7.1.1　估计量与估计值
1.9.1.2

7.1.2　点估计与区间估计
1.9.1.3

7.1.3　评价估计量的标准
1.9.2

7.2　一个总体参数的区间估计
1.9.2.1

7.2.1　单正态总体、方差已知，或非正态总体、大样本
1.9.2.2

7.2.2　正态总体、方差未知、小样本
1.9.3

7.3　两个总体参数的区间估计
1.9.3.1

7.3.1　双正态总体均值之差的置信区间估计
1.9.3.2

7.3.2　两个总体方差比的区间估计
1.9.4

7.4　样本量的确定
1.9.4.1

7.4.1　估计总体均值时样本量的确定
1.9.4.2

7.4.2　估计总体比例时样本量的确定
1.9.5

【习　题】
1.10

第8章　假设检验
1.10.1

8.1　假设检验的基本概念与原理
1.10.1.1

8.1.1　假设检验的基本原理与概念
1.10.1.2

8.1.2　假设检验的一般步骤
1.10.1.3

8.1.3　假设检验的两类错误
1.10.1.4

8.1.4　双侧假设检验与单侧假设检验
1.10.2

8.2　正态总体均值与方差的假设检验
1.10.2.1

8.2.1　单个总体N（μ，σ2）均值μ 与方差σ2 的检验
1.10.2.2

8.2.2　两个正态总体均值与方差的检验
1.10.2.3

8.2.3　基于成对数据的检验（t 检验）
1.10.2.4

8.2.4　区间估计与假设检验的关系
1.10.3

8.3　非正态总体参数的假设检验
1.10.3.1

8.3.1　概率p 的假设检验
1.10.3.2

8.3.2　非正态总体均值的大样本检验
1.10.4

8.4　应用案例
1.10.4.1

8.4.1　硝化棉含水量的检验
1.10.4.2

8.4.2　评委打分中为什么要去掉最高分和最低分
1.10.5

【习　题】
1.11

第9章　方差分析
1.11.1

9.1　一元方差分析
1.11.1.1

9.1.1　基本概念
1.11.1.2

9.1.2　分析步骤
1.11.2

9.2　二元方差分析
1.11.2.1

9.2.1　双因素方差分析
1.11.2.2

9.2.2　理想的独立模型——无交互作用的双因素方差分析
1.11.2.3

9.2.3　有交互作用的双因素方差分析
1.11.3

【习　题】
1.12

第10章　多元线性回归
1.12.1

10.1　回归研究的对象
1.12.1.1

10.1.1　回归是研究定距变量与定距变量之间的非确定关系的
1.12.1.2

10.1.2　多元线性回归的假设
1.12.1.3

10.1.3　多元回归模型与回归方程
1.12.1.4

10.1.4　确定性关系与非确定性关系
1.12.1.5

10.1.5　多元回归系数的估计——最小二乘法
1.12.1.6

10.1.6　最小二乘法（OLS）估计量的性质
1.12.2

10.2　多元回归方程的拟合优度
1.12.2.1

10.2.1　多元判定系数R2 与复相关系数R
1.12.2.2

10.2.2　R2 与矫正R2
1.12.3

10.3　显著性检验
1.12.3.1

10.3.1　回归方程的总体显著性检验
1.12.3.2

10.3.2　关于偏回归系数的假设检验
1.12.4

10.4　多重共线性
1.12.4.1

10.4.1　多重共线性的定义
1.12.4.2

10.4.2　多重共线性导致的可能结果
1.12.4.3

10.4.3　多重共线性的判别与处理
1.12.5

10.5　用回归方程进行预测
1.12.6

【习　题】
1.13

第11章　时间序列分析
1.13.1

11.1　时间序列及平稳性与检验
1.13.1.1

11.1.1　时间序列的定义
1.13.1.2

11.1.2　平稳时间序列与非平稳随机序列
1.13.1.3

11.1.3　平稳性数字特征
1.13.2

11.2　平稳时间序列的统计性质
1.13.2.1

11.2.1　平稳时间序列统计性质
1.13.2.2

11.2.2　平稳时间序列的意义
1.13.2.3

11.2.3　平稳性的检验
1.13.3

11.3　纯随机性检验
1.13.3.1

11.3.1　纯随机序列的定义
1.13.3.2

11.3.2　白噪声序列的性质
1.13.3.3

11.3.3　纯随机性检验
1.13.4

11.4　时间序列预测的步骤
1.13.4.1

11.4.1　平稳序列的预测
1.13.4.2

11.4.2　非平稳时间序列数据预测
1.13.5

【习　题】
1.14

附　录
1.15

参考文献

1.6.2.1 4.2.1　分类条形图

4.2.1　分类条形图

使用分类条形图来描述两个变量之间的关系时，通常以一个变量的取值作为横轴上的标志点，以另一个变量的取值来分类；以不同标志点上分类变量的频次或频率作为条的长度绘制条形图。如果在每个标志点上分类变量各个条长基本相等，则说明两个变量基本不相关。图4.1 是根据表4.7 绘制的分类条形图。从图中可以更加直观地看出，不同年龄段的被调查者在各个节目类型中的比例都有显著的差异，这说明年龄段与节目类型是相关的。

pagenumber_ebook=72,pagenumber_book=65

图4.1　不同年龄段收看节目类型的分布条形图