当前位置:首页 > 社会科学
数据分析与统计建模:社科研究中的统计学方法
数据分析与统计建模:社科研究中的统计学方法

数据分析与统计建模:社科研究中的统计学方法PDF电子书下载

社会科学

  • 电子书积分:14 积分如何计算积分?
  • 作 者:施锡铨,范正绮编著
  • 出 版 社:上海:上海人民出版社
  • 出版年份:2007
  • ISBN:9787208073623
  • 页数:407 页
图书介绍:本书介绍了社科研究中常用的普遍的统计学方法,以及这些统计方法的软件应用,主要是Excel和Minitab。
上一篇:统计学基础下一篇:草原山丹
《数据分析与统计建模:社科研究中的统计学方法》目录

第一篇 数据分析的图方法第1章 一维样本数据的分布 3

1.1 各国人均GNI数据 3

1.2 散点图(一维) 10

1.3 分位数图 12

1.4 盒须图 14

1.5 对称性 17

1.6 直方图 18

1.7 茎叶图 21

1.8 密度函数图 24

第2章 数据分布的比较 28

2.1 经验分位数—经验分位数图 28

2.2 数据的各种分布图比较 34

2.3 开槽的盒须图 37

第3章 二维数据的图示统计 39

3.1 散点图 39

3.2 例题 41

3.3 因变量y与自变量x之间依存关系的研究方法 45

3.4 二维数据的频数表示 46

第二篇 经典统计推断第4章 样本平均数的比较 51

4.1 单样本检验 51

4.2 两样本的平均数比较 58

4.3 成对数据的两样本t-检验 64

第5章 关于方差的推断与检验 67

5.1 x2-检验统计量 67

5.2 比较两总体方差的F检验 70

第6章 多样本均值比较 74

6.1 单因素方差分析 74

6.2 多重比较——Tukey-Cramer方法 86

6.3 单因素方差分析的案例 94

6.4 随机化区组设计 95

6.5 双因素方差分析 103

第7章 回归模型 114

7.1 二元线性回归 114

7.2 多元线性回归 121

7.3 例题及计算机操作 123

7.4 回归模型的有效性 131

7.5 回归方程用于预测 145

7.6 多元回归模型的建立 146

7.7 回归建模步骤 154

第三篇 属性数据分析第8章 社会科学研究中的属性数据 159

8.1 属性变量的定义 159

8.2 为何研究属性数据的统计分析 161

8.3 属性数据的分类 161

8.4 以不同的视角观察社会科学研究中的属性数据 163

8.5 属性数据的图或表格表示方法 165

8.6 关于比例的显著性检验 168

第9章 回归模型——Logistic回归与Probit模型 173

9.1 虚拟变量的引进 173

9.2 二值数据的Logistic回归模型 179

9.3 Probit模型及双对数模型 187

9.4 因变量具有两个以上选择时的模型 192

第10章 列联表及其建模 202

10.1 列联表及其检验 202

10.2 二维列联表模型 214

10.3 多维表模型 218

10.4 列联表的对应分析及Minitab操作 225

第四篇 非参数统计第11章 两样本比较的秩检验 237

11.1 Wilcoxon秩和检验(两个独立总体的中位数比较) 237

11.2 相关联的两组样本比较:Wilcoxon符号秩检验 246

第12章 多样本比较的非参数方法 250

12.1 单因素实验中的Kruskal-Wallis检验 250

12.2 2×t列联表的非参数方法 255

12.3 随机化完全区组设计的Friedman检验 260

12.4 Cochran检验 264

第13章 检验随机性与独立性 269

13.1 关于随机性的假设检验 269

13.2 检验趋势 271

13.3 独立性检验 280

13.4 Kendallτ检验 286

第五篇 时间序列分析第14章 时序分析中的外推与分解模型 291

14.1 拟合优度 291

14.2 光滑(或平均)技巧 292

14.3 指数平滑法 300

第15章 时间序列的分量分解 317

15.1 趋势 317

15.2 曲线趋势模型的拟合 322

15.3 季节 325

15.4 乘法模型的建立与求解 335

15.5 循环分量 339

15.6 一般的季节建模方法 339

15.7 Holt-Winters修正预测 342

第16章 ARIMA模型 348

16.1 引言 348

16.2 平稳(无趋势)时间序列 349

16.3 自相关函数(ACF) 351

16.4 ARIMA的基本模型 362

第17章 Box-Jenkins建模 376

17.1 偏自相关系数(PACF) 376

17.2 ARIMA模型的识别 383

17.3 参数的估计 386

17.4 ARIMA模型的诊断 389

17.5 预测 391

第18章 季节Box-Jenkins模型 393

18.1 季节ARIMA模型的识别 393

18.2 例题 398

18.3 模型的参数估计与诊断 402

参考书目 407

返回顶部