社会统计方法与技术社会统计方法与技术前言

言自1979年中国社会学恢复以来，20多年过去了。在此期间，有关的科研人员进行了广泛深入的社会调查，收集了大量的数据，为定量分析提供了丰富的资料。经调查，全国社会学系统以及其他从事社会调查的研究人员普遍认为社会统计教材匮乏，影响了中国统计水平的发展。为此，在中国社会科学院社会学研究所项目委员会的支持下，我们从美国萨基(sage)出版社出版的《社会科学定量分析丛书》中挑选了9部，翻译成中文，汇集成册，取名《社会统计方法与技术》。《社会科学定量分析丛书》至今出版了130多部，每一部的作者都是相关领域的知名学者。该丛书在全世界影响颇大，已被翻译成多国文字，为社会统计学的普及和应用发挥了重要作用。出于对社会调查数据的特点以及我国相关人员的统计水平的考虑，《社会统计方法与技术》的内容包含了定序和定量数据的处理和分析以及相关的基础统计分析技术。某些社会科学的研究人员往往对数学有畏难情绪，从而只注重统计技术的应用，而忽略数学的推导过程。但是，社会统计学是统计学和社会学知识的结合，二者是不能偏废的。统计学是数学的一个分支，只了解其逻辑内容而忽略其数学原理是不可能真正掌握统计技术的。实际上，社会统计学的数学内容并不高深，读者只需具备中学数学水平就能学习。目前，社会科学的研究人员都具有大学以上学历，阅读本书不会有问题，只要有决心和恒心即可。如果读者能认真阅读并掌握了本书的全部内容，不仅在实践中能应用相关的统计技术，而且为进一步学习其他的统计技术奠定了坚实的基础。本书对大部分术语作了统一处理，个别的术语为照顾上下文的原因保留了译者的译法。某些术语在我国尚无统一译法，所以在绝大多数术语的后面都注有原文。全书分为上下两篇，共九章，上篇五章，下篇四章。由于译者较多，各章的译者均写在篇目下。中国社会科学院社会科学文献出版社社长谢寿光给予了很大的支持，该社皮书事业部的张大伟主任为本书的出版也做了大量工作，没有他们的支持和鼓励，本书难以付梓面世。此外，程晓燕和高铦两位编辑为购买本书的版权付出了艰辛的劳动。在此，本书的全体译者向他们表示诚挚的谢意。译者水平不高，译文中的不当之处请读者批评指正。

社会统计方法与技术 内容简介

《社会科学定量分析丛书》是美国萨基出版社专为社会科学界从事定量分析的研究人员编撰的一套专著，其中每一部的作者都是相关领域的专家。这部丛书对世界社会科学界影响颇大，已被翻译成多国文字。本书从中选择了9部，定名为《社会统计方法与技术》，由上下篇组成，已飨读者。
社会调查数据以定序和定量者居多。因此，本书着重介绍了定序和定量数据的处理和统计方法。学习并掌握本书的全部内容，不仅使读者能正确熟练地应用很多统计方法，提高我国的社会定量分析水平，而且为进一步学习其他的社会统计技术铺平了道路。

社会统计方法与技术 目录

上篇
一定类数据分析
1介绍
1．1预备知识
1．2定类变量的分析
2卡方检验
2．1卡方检验的解释
3相关的量度
3．1介绍
3．2 2×2表格的相关量度
3．3 I×J表格的相关量度法
3．4相关量度的比较
4多元数据分析的介绍
4．1定类变量的因果分析
5结论
注释
参考文献
二定序数据分析
简介
1定序量度
1．1定序变量分析的三个问题
2单个观测值的二元预测
2．1总体和样本
2．2已知自变量状态的预测
2．3自变量状态未知的预测
2．4V8量度
2．5象限量度：专门应用于定序变量
2．6科恩Kappa(Cohen's Kappa)：另一种量度
2．7定序变量预测的灵敏度分析：可靠性(信度)评估
3成对观测值的二元预测
3．1计算合并的定序数据
3．2对合并定序表格的预测
3．3合并表格的概率形式
3．4合并定序形式的灵敏度分析
3．5排除所有同分的预测域
3．6排除一个变量的同分的预测域
3．7从预测域去掉一个单元格而非一行或一列
3．8不同预测域的比较
3．9一致和不一致：回顾
3．10再次标准化：肯德尔τc(Kendall's τc)
3．1l肯德尔τ2b(Kendall's τ2b)：合并表格的混合预测方法以及与
定量变量预测的类似之处
4定量，定类和定序变量的联合预测
4．1定量变量
4．2定类变量和扩展形式
5多元分析
5．1建立三元合并表
5．2模仿二元预测的三元预测
5．3多元
5．4部分
6计算方法和统计推论
6．1计算机软件
6．2统计推论
6．3小结
注释
参考文献
三方差分析
1导论
2一维方差分析：所有类别
2．1两组比较
2．2两组以上
3二维方差分析，所有类别
3．1不相关的解释变量
3．2相关的解释变量
3．3特殊主题
4方差分析，定类样本
4．1一维分析
4．2两个解释变量
5其他模型
5．1混合模型(Mixed Models)
5．2三个解释变量
5．3拉丁方设计
5．4嵌套设计(Nested Designs)
5．5方差分析与回归分析
6结论
6．1回顾
6．2其他论题
参考文献
四关联的量度
1导论
2离散数据的抽样分布
2．1二项分布和多项分布
2．2列联表
3定类数据关联的量度
3．1以卡方统计值为基础的量度
3．1．1皮尔逊(PEARSON)均方列联系数
3．1．2皮尔逊(PEARSON)列联系数与斯科达(SAKODA)的修正
3．1．3楚普洛夫(TSCHUPROW)列联系数
3．1．4克莱姆(CRAMER)列联系数
3．2消减预测误差比例的量度系数
3．2．1古德曼一克鲁斯凯(GOODMAN—KRUSKAL)λ系数
3．2．2古德曼一克鲁斯凯(GOODMAN—KRUSKAL)τ系数
3．3一致性的量度
3．3．1科恩(COHEN)κ系数与加权κ系数
3．3．2科尔曼一莱特(COLEMAN-LIGHT)条件一致性量度系数
3．4针对2 × 2列联表的特定量度系数
3．4．1以交叉乘积比为基础的量度系数
3．4．2以相关系数为基础的量度系数
4量度连续(定距)数据的相关
4．1皮尔逊(PEARSON)积矩相关系数
4．2肯德尔(KENDALL)T系数
4．3斯皮尔曼(SPEARMAN)秩相关系数29
5量度定序数据的关联
5．1初步
5．2肯德尔(KENDALL)τb系数
5．3与肯德尔(KENDALL)τb系数有关的量度系数
5．3．1肯德尔一斯图尔特(KENDALL-STUART)τC系数
5．3．2古德曼一克鲁斯凯(GOODMAN—KRUSKAL)γ系数
5．3．3萨默斯(SOMERS)d系数
5．3．4威尔逊(WILSON)e系数
5．3．5总结
5．4其他量度系数
6选择适当的量度系数
7相关与因果联系
注释
参考文献
五多重回归的应用
序
导言
1多元回归模型：复习
2设定错误
2．1设定错误导致的后果
2．2设定错误举例：生活满意度
2．3发现和处理设定错误
3量度误差
3．1量度误差的后果
3．2量度误差举例：生活满意度
3．3发现量度误差
3．4处理量度误差
4多元共线性
4．1多元共线性的后果
4．2发现高度多元共线性
4．3多元共线性举例：生活满意度
4．4处理多元共线性
5非线性和不可加性
5．1发现非线性和不可加性
5．2处理非线性
5．3处理不可加性
5．4非线性和不可加性模型的注意事项
6异方差和自相关
6．1出现异方差和自相关的原因
6．2异方差和自相关导致的后果
6．3发现异方差
6．4异方差举例：收入和租房
6．5处理异方差和自相关
7结束语
注释
参考文献
下篇
一线性概率模型、对数概率模型和正态概率模型
丛书编辑引言
1线性概率模型
……
2非线性概率模型的设定
3二项应变量正态概率模型和对数概率模型的估计
4*小卡方估计和多项模型
5总结和扩展
注释
参考文献
二回归的解释与应用
丛书编辑导言
l导论
2基础回归理论与社会科学实践
3回归估计的统计性质
4回归系数的抽样分布
5选择一种设定
6变量的重要性
7结论
附录对回归一致性结果的证明
注释
参考文献
三时间序列分析：回归技术
1导论
2时间序列回归分析：非滞后的情况
3其他备择的时变过程
4时间序列回归分析：滞后的情况
5预测
6总结
附录防卫支出数据(单位：10亿美元)
注释
参考文献
四事件史分析法——用于纵向数据的回归分析法
丛书编辑序
l导论
2离散时间事件史数据分析法
3连续时间数据的参数分析法
4比例风险模型和部分似然估计
5多类事件史的数据估计分析法
6重复事件分析法
7状态变化情况下的事件史分析法
8结论
附录A*大似然和部分似然
附录B GLIM、SAS和BMDP程序实例清单
附录C计算机程序
注释
参考文献