量化数据分析

出版时间：2012-7  出版社：社会科学文献出版社  作者：Donald Treiman (唐启明)  页数：425  字数：504000  译者：任强  
Tag标签：无  

内容概要

《社会学教材教参方法系列:量化数据分析--通过社会研究检验想法》从分析非实验数据最基本的方法(百分数表)开始介绍。第1～3章阐述列联表的基本逻辑，并介绍关于如何制表的许多技术细节(使得此类表简单易读
)。第4章是关于计算的介绍。第5～7章讲解常规最小二乘相关和回归，这是社会科学中统计分析的基础。第6章介绍多元回归，用于当一个因变量有几个自变量的情形，同时介绍“虚拟”变量或二分变量的概念，这需要特别的处理方法。通过使用虚拟变量和“交互项”，我提出一种思路来评价不同人群的社会过程是否不同这个社会科学中常见的问题。第7章介绍了在回归框架内检验相关假设的多个“窍门、”。第8章回顾了处理缺失数据的方法，并在最后部分以目前最新的方法为例，讲解如何进行缺失数据的多元估算。第9章讨论抽样及其在统计分析中应用的问题。在第10章中，我们将通过介绍回归诊断更全面的阐述该问题。第11章介绍如何及怎样构建多题项测度，不仅主要集中讨论以因子为基础的测度法，而且介绍效应比较测度法。第12~14章介绍受限因变量的分析方法。第15章介绍了一些处理这类问题的方法，称为固定效应和随机效应模型，前提是要有合适的数据—
—面板数据（同样的个体在多个时点被观测）或者整群数据（在一个家庭、学校、社区等中多个个体被观测）。最后一只介绍一些高级的、作者在朔州所不能涉及的方法，通过超出一年级研究生所学定量数据分析课程的范围。
唐启明专著的《社会学教材教参方法系列:量化数据分析--通过社会研究检验想法》不仅对学术界的社会科学研究者有用，而且对应用社会科学研究者也应该有用——不管他们是社会学家、经济学家、地理学家、流行病学家或其他公共卫生研究者，还是城市规划者、计划生育专家、社会服务行政人员，以及其他隶属于政府机构的研究人员；此书对市场分析员和其他在私人公司的从业者可能也同样适用。

作者简介

Donald J.Treiman（中文名：唐启明）是加州大学洛杉矶分校（UCLA）社会学荣休杰出教授，UCLA加州人口研究中心前主任。他在ReedCollege获得学士学位（1962年），在芝加哥大学获得硕士和博士学位（1967年）。研究生阶段，他大多数时间在芝加哥大学全国民意研究中心（Nadonal Opinion Research Center，NORC）学习和工作。在那里，他受到良好的调查研究方面的训练，并积累了宝贵的经验。之后，他任教于威斯康星大学，决心成为一位真正的社会人口学家，并将人口和生态研究中心当做他的学术之家。他在哥伦比亚大学也工作过一段时间。1975年，他转到UCLA任教至今。在此期间，他到其他一些地方做过短暂访问，如在国家科学院／国家研究理事会担任一个研究委员会的主任（1978～1981年），在美国人口普查局（1987～1988年）、行为和社会科学高等研究中心（1992～1993年）、荷兰人文和社会科学高等研究院（1996～1997年）任研究员。Treiman教授的职业生涯从学生时代就已经开始，当时他的研究方向是社会分层和地位获得，并主要侧重于跨国比较研究，这一直是他的研究兴趣所在。他与荷兰同事Harry Ganzeboom——直从事一项比较分析20世纪世界各国地位获得过程差异的长期项目。截至目前，他们编撰了一个跨越上半个世纪、源自50多个国家的300多个抽样调查的文档。除了该比较项目之外，Treiman教授在南非（1991～1994年）、东欧（1993～1994年）和中国（1996年）都做过大规模的全国性概率抽样调查，内容都是关注社会不平等的各个方面。他现在的研究已经转向一个更偏于人口学的方向。2008年，他在中国开展了一项全国性概率抽样调查，主要关注国内人口迁移的影响因素、机制和结果。他目前正参与另一项有关中国的调查，主要关注迁移对留守儿童和随父母迁移儿童的影响。

书籍目录

英文版序言
中文版序言
译者序言
导言
第1章  列联表基础
     本章内容
     通过具体实例介绍全书
     列联表
     本章小结 
第2章  列联表中的变量关系
     本章内容
     分析的逻辑
     抑制变量
     相加效应和交互效应
     直接标准化
     关于统计控制与实验的最后说明
     本章小结
第3章  列联表的拓展
     本章内容
     重新组织表格以获取新的信息
     何时用“反向”百分数表
     当因变量为均值时的列联表
     相异指数
     如何描述列联表
     本章小结
第4章  用计算机进行数据操作
     本章内容
     引言
     如何组织数据文件
     变换数据
     本章小结
     附录用Stata进行分析
     用Stata进行分析的一些建议
     一些特别有用的Stata 10．0命令
第5章  相关和回归(常规最小二乘法)介绍
    本章内容
    引言
    量化某种关系的大小：回归分析
    评估某种关系的强度：相关分析
    相关和回归系数之间的关系
    影响相关(和回归)系数大小的因素
    相关比率
    本章小结
第6章  多元相关和回归(常规最小二乘法)介绍
     本章内容
     引言
     一个具体例子：中国人识字水平的决定因素
     虚拟变量
     组间比较的方法
     比较模型的贝叶斯方法
     独立检验
     本章小结
第7章  多元回归技巧：处理特殊分析问题的技术
     本草网谷
     非线性变换
     检验系数的等价性
     趋势分析：检验线性假设
     线性样条
     将系数表示为总均值的偏差(多分类分析)
     表示虚拟变量的其他方法
     分解两个均值之差
     本章小结
第8章  缺失数据的多重填补法
     本章内容
     引言
     一个具体例子：在俄罗斯，文化资本对教育获得的影响
     本章小结
第9章  抽样设计与调查估计
     本章内容  
     调查样本
     设计效应
     结论
     本章小结
第10章  回归诊断
     本章内容
     引言
     一个具体例子：地位获得的社会差异
     稳健回归
     自举法和标准误
     本章小结
第11章  测度构建
     本章内容
     引言
     效度
     信度
     测度构建
     含误差变量回归
     本章小结
第12章  对数线性分析
     本章内容
     引言
     选择一个合适的模型
     简约模型
     文献注释
     本章小结
     附录12．A效应参数的推导
     附录12．B最大似然估计法介绍
     正态分布的均值
     对数线性参数
第13章  二项逻辑斯蒂回归
     本章内容
     引言
     与对数线性分析的关系
     逻辑斯蒂回归的第一个具体例子：预测枪械威胁的发生率
     第二个具体例子：日本的教育递进率
     第三个具体例子(离散时间风险率模型)：初婚年龄
     第四个具体例子(案例一对照模型)：在俄罗斯，谁被
     任命为政党当权人物?
     本章小结
     附录1 3．A关于对数和指数的一些代数基础
     附录13．B Probit分析介绍
第14章  多项和序次逻辑斯蒂回归及t。bit回归
     本章内容
     多项logit分析
     序次逻辑斯蒂回归
     针对删失因变量的tobit回归(及同类方法)
     针对受限因变量的其他分析模型
     本章小结
第15章  改进因果推断：固定效应与随机效应模型
     本章内容
     引言
     针对连续型变量的固定效应模型
     针对连续型变量的随机效应模
     一个具体例子：中国收入的决定因素
     针对二分结果变量的固定效应模型
     针对二分结果变量的随机效应模型
     一个二分结果变量的具体例子：迁移对南非黑人入学的影响
     文献注释
     本章小结
第16章  思考与未来的方向：研究设计和解释问题
     本章内容
     研究设计问题
     概率抽样的重要性
     最后一个建议：养成良好的专业素养
     本章小结
附录A书中所用数据的说明和下载地址
附录B用综合社会调查数据做调查估计
参考文献
词汇表

章节摘录

版权页：   插图：   Stata要求在指定估计命令则之前设定所有涉及数据属性的信息。一旦使用—svyset.命令完成此步骤之后，估计命令就会如常执行，只是用调查估计命令替换了非调查估计命令。关于中国识别词情况的分析，用来进行调查估计的命令显示在下载文件“ch09.do”中，也可参见—log—输出文件“ch09.log”。 Stata 10.0调查估计命令提供四个关于调查设计效应的统计量：错误识别效应，meff，Kish（1965）发明的经典设计效应deft，以及它们各自的近似平方根meft和deft。在这四个统计量中，我发现前两个最有用。这些系数被报告在表9—4中，它包含对中国人识别词情况决定因素的三种估计：未加权的简单随机抽样回归，加权的简单随机抽样回归，以及调查估计回归（最右边一栏题为“基于抽样设计”）。最后，表中显示了另一个探索性设计统计量，我称之为meff w。 错误识别效应 错误识别效应(meff)是基于设计的估计命令所计算的抽样方差（标准误的平方）与基于未加权简单随机抽样(unweighted simple random sampling)假设所计算的抽样方差之比。因此，Meff透露给我们的信息是，在既不考虑整群效应也不考虑抽样比率的差别时，简单地计算统计量会导致抽样方差偏误——这就如我们在前几章所做的那样，或就当前的例子而言，这是指表9—4前两列所显示的计算。根据meff的定义，在第一行meif=2.93=0.0102／0.0062[或者准确地说，是0.00954212／0.00557672（参见可供下载的—log—文件）]，即基于设计效应计算的标准误的平方除以基于未加权简单随机抽样计算的标准误的平方。在某些情况下，如同在我们现在的例子中，严重低估了抽样方差；因而对于中国的调查数据，这种简单的估计方法是完全不适用的。 仅对数据进行加权但忽略整群和分层效应也是不足的，表9—4最右边一列的计算值即证明了这一点。这个系数为meffw，它是考虑设计效应所计算的抽样方差与加权但不考虑整群和分层效应所计算的抽样方差之比。[该系数不在Stata的选项范围内——因而我出于探索的目的创建了一个——它必须手工计算，或者编写一个Stata程序来代替。参见下载文件“ch90.do”（第二部分）以了解我用Stata所做的计算。]显然，是否考虑整群和分层效应所得到的方差估计值是非常不同的。因此，我们再次看到考虑抽样设计对获得正确估计的系数标准误的重要性。

媒体关注与评论

这是一本由学术界公认的大师和睿智的教师介绍现代社会科学研究方法的一流教材。Treiman使复杂的问题变得简单，并提供了许多实用的建议和最优的方法。任何想进行现代量化社会研究的人(以及任何计划讲授此课程的人)都会从此书中受益良多。    ——ROSS M．Stolzenberg，芝加哥大学社会学教授    结合有具体数据的例子，此书不只是讲授统计学，它还讲授如何用统计学回答社会问题。简单来讲，从简单的百分数表到固定效应模型，包括如何使用Stata，并且提供了依据实际数据如何做表和解释表的例子。Treiman向学生展示了如何写论文，其中许多内容是从来没有讲授过的。    ——Paula England，斯坦福大学社会学教授    Dorl Treiman在这本出色的著作中分享了他的研究秘诀，那些希望精通当前高理论水平量化研究的人都有必要研读此书。    ——谢宇，密歇根大学社会学和统计学Otis Dudley Duncan大学杰出教授，是《分类数据分析的统计方法》一书的合著者    这本书汇集了Treirrlan教授多年来进行数据分析的经验，提供了在许多统计模型书籍中被忽略的应用观点和实用建议。    ——Kenneth A．BoHen，北卡罗来纳大学教堂山分校社会学H．R．lmmerwahr杰出教授，    Howard w．Odum社会科学研究所所长    市场上有许多讲授统计学的书籍。这本书是由杰出的社会科学家撰写的，它实现了一个非常艰难的目标。它教会学生如何运用统计学开展一流的量化研究。    ——Thomas A．DiPrete，哥伦比亚大学社会学教授    Treirnan教书和研究经历的宝贵财富集中体现在这本书中。他针对常规方法发表新见解，并向我们提供了在实际研究中解决不可避免的难题的工具。    ——Michael Hout，加州大学伯克利分校社会学和人口学教授，美国国家科学院院士    因为在LJCLA选修Dotl Treiman的课程。我强烈向那些希望在如何做调查研究方面进行实际操作的人推荐这本书。    ——chrlStlne R．schwartz，威斯康星大学麦迪逊分校社会学系助理教授

编辑推荐

《社会学教材教参方法系列•量化数据分析:通过社会研究检验想法》不仅对学术界的社会科学研究者有用，而且对应用社会科学研究者也应该有用——不管他们是社会学家、经济学家、地理学家、流行病学家或其他公共卫生研究者，还是城市规划者、计划生育专家、社会服务行政人员，以及其他隶属于政府机构的研究人员；《社会学教材教参方法系列•量化数据分析:通过社会研究检验想法》对市场分析员和其他在私人公司的从业者可能也同样适用。

名人推荐

这是一本由学术界公认的大师和睿智的教师介绍现代社会科学研究方法的一流教材。Treiman使复杂的问题变得简单，并提供了许多实用的建议和最优的方法。任何想进行现代量化社会研究的人（以及任何计划讲授此课程的人）都会从此书中受益良多。 ——Ross M.Stolzenberg，芝加哥大学社会学教授 结合有具体数据的例子，此书不只是讲授统计学，它还讲授如何用统计学回答社会问题。简单来讲，从简单的百分数表到固定效应模型，包括如何使用Stata，并且提供了依据实际数据如何做表和解释表的例子。Treiman向学生展示了如何写论文，其中许多内容是从来没有讲授过的。 ——Paula England，斯坦福大学社会学教授 Don Treiman在这本出色的著作中分享了他的研究秘诀，那些希望精通当前高理论水平量化研究的人都有必要研读此书。 ——谢宇，密歇根大学社会学和统计学Otis Dudley Duncan大学杰出教授，是《分类数据分析的统计方法》一书的合著者 这本书汇集了Treiman教授多年来进行数据分析的经验，提供了在许多统计模型书籍中被忽略的应用观点和实用建议。 ——KellIleth A.Bouen，北卡罗来纳大学教堂山分校社会学H.R.Immerwahr杰出教授，Howard W.Odum社会科学研究所所长 市场上有许多讲授统计学的书籍。这本书是由杰出的社会科学家撰写的，它实现了一个非常艰难的目标。它教会学生如何运用统计学开展一流的量化研究。 ——Thomas A.DiPrete，哥伦比亚大学社会学教授 Treiman教书和研究经历的宝贵财富集中体现在这本书中。他针对常规方法发表新见解，并向我们提供了在实际研究中解决不可避免的难题的工具。 ——Michael Hout，加州大学伯克利分校社会学和人口学教授，美国国家科学院院士 因为在UCkA选修Don Treiman的课程，我强烈向那些希望在如何做调查研究方面进行实际操作的人推荐这本书。 ——christine R.Schwartz，威斯康星大学麦迪逊分校社会学系助理教授

用户评论 (总计3条)

•   强力推荐的教材，非常好
•   非常实用，堪称定量研究必备书籍，凝结了作者多年研究经验。从作者主页上可下载书中例子的stata命令，配合学习，效果更佳。
•   书不错，还没读完，很有用