數據分析與Stata應用

定　價：￥58.00

作　者：	楊菊華，楊磊
出版社：	中國人民大學出版社
叢編項：	新編21世紀社會學系列教材
標　簽：	暫缺

購買這本書可以去

ISBN：	9787300314891	出版時間：	2023-03-01	包裝：	平裝
開本：	16開	頁數：		字數：

內容簡介

　　本教材是基礎統計知識和Stata軟件應用的入門教材。教材由淺入深、由易到難，包括定量分析研究方法與過程、數據處理技術、描述性統計分析和推斷性統計分析四部分，共十章內容，詳細介紹了基礎統計的理論知識和Stata軟件的應用。教材注重定量研究整體性與數據分析的統一、數據處理與數據分析的統一、統計理論與實際應用的統一、描述分析與模型分析的統一。它以社會科學研究領域定量分析過程與方法為基礎，手把手地培養(yǎng)讀者的數據處理能力這一定量研究的基本功；它介紹統計學的基本原理、數據處理的思路和緣由、研究方法等，幫助初學者既知道要怎么做，也知道為什么要這樣做；它還詳細講解了描述性統計分析方法，如何利用圖表展示變量分布及相互關系，以及參數估計、假定檢驗、方差分析、線性回歸和logistic回歸相關內容。本教材不僅適合作為社會學、人口學、管理學等各相關專業(yè)數據分析類課程的教學用書，也可供有數據分析技能學習需求的讀者閱讀。

作者簡介

　　楊菊華，1963年9月生，先后畢業(yè)于武漢大學歷史系、美國辛辛那提大學人類學系和布朗大學社會學系，現為中央民族大學教授，博士生導師。主要從事婚姻家庭、遷移流動等方面的研究。曾主持國家社科基金重大項目、教育部重大課題攻關項目、國家自然科學基金項目等。在《中國社會科學》等國內外權威期刊發(fā)表論文150余篇；出版《人口社會學》《數據管理與模型分析》《社會統計分析與數據處理技術》等教材和多部學術著作。研究成果獲第八屆高等學校科學研究優(yōu)秀成果獎（人文社會科學）一等獎和北京市第十六屆哲學社會科學優(yōu)秀成果獎二等獎；研究專著入選《國家哲學社會科學成果文庫》。楊磊，北京航空航天大學公共管理學院副教授。2017年畢業(yè)于芬蘭赫爾辛基大學，獲社會學博士學位。目前研究領域主要包括人口老齡化、老年健康、社會政策等。在《人口與經濟》、《人口與發(fā)展》、Age and Ageing、Journals of Gerontology-Series B-Psychological Sciences and Social Sciences、Aging & Mental Health等中英文學術期刊發(fā)表論文20余篇。主持教育部和民政部等省部級課題及各地局課題10余項，2019年獲全國民政政策理論研究三等獎。

圖書目錄

第一部分定量分析研究過程與方法

第一章社會科學研究方法與過程
1．1 理論的作用
1．2 提出問題
1．3 生成假定
1．4 收集數據
1．5 分析數據
1．6 檢驗假定
1．7 陳述分析結果，避免誤用分析結果

第二部分數據處理技術

第二章 Stata入門
2．1 特點與功能
2．2 版本
2．3 運行方式
2．4 界面
2．5 幫助系統
2．6 語法和命令
2．7 本書的體例

第三章 Stata數據的讀入與熟悉
3．1 log（記錄）文件
3．2 數據的記憶（存儲）空間
3．3 數據的讀入
3．4 數據的保存
3．5 數據的類型與壓縮
3．6 數據庫的描述

第四章變量的生成與處理
4．1 變量的測量水平
4．2 新變量的生成?規(guī)則及注意事項
4．3 利用系統變量（下劃線變量）生成變量
4．4 生成字符型變量
4．5 生成數值型變量
4．6 生成分類變量
4．7 生成虛擬變量
4．8 egen命令
4．9 日期變量
4．10 變量類型的轉換
4．11 給數據?變量和變量的屬性貼標簽
4．12 重新命名變量

第五章數據的合并?轉換與集合
5．1 數據合并中的幾個主要概念
5．2 縱向合并——增加觀察值
5．3 橫向合并——增加變量
5．4 數據的轉換（reshape）
5．5 數據的分組（group）
5．6 數據的集合（collapse和contract）

第三部分描述性統計分析

第六章數據的描述
6．1 頻數分布
6．2 條件頻數分布
6．3 頻數分布的常見錯誤分析及解決方法
6．4 變量的集中趨勢和離散趨勢
6．5 描述數值型數據統計量的其他方法
6．6 列聯表

第七章圖形的制作與數據的描述
7．1 散點圖
7．2 線圖
7．3 條形圖
7．4 直方圖
7．5 圓形圖（餅圖）
7．6 箱線圖
7．7 矩陣圖
7．8 圖形的保存?編輯與合并

第四部分推斷性統計分析

第八章參數估計?假定檢驗與方差分析
8．1 參數估計
8．2 假定檢驗
8．3 方差分析

第九章線性回歸
9．1 相關關系分析
9．2 回歸分析基礎
9．3 一元線性回歸分析和二元及多元線性回歸分析
9．4 回歸分析診斷
9．5 回歸分析中的交互作用

第十章 logistic回歸
10．1 二分類因變量回歸模型
10．2 多分類因變量回歸模型
10．3 序次因變量回歸模型

參考文獻