投稿问答最小化  关闭

万维书刊APP下载

书单 | 怎样学习量化研究方法

2023/4/23 11:28:09  阅读:180 发布者:

“尽管带有自身的缺陷、局限和不完善,定量方法依然是理解社会及其变迁的最佳途径。”

——谢宇

25本书,7个维度,带你了解定量研究方法。

01. 基础入门

01.

社会调查问卷设计与应用

作者 | 翟振武等

出版社 | 中国人民大学出版社

出版时间 | 201907

调查问卷是社会调查中最常用的方法和工具之一。本书是对社会调查问卷设计知识全面和系统的介绍,内容涵盖社会调查问卷设计的基本原则、步骤和方法,各类问卷问题设计、答案设计和语言表述的规则与要求,调查问卷中各种题型的类别、表述方式、操作化方法和适用情景,调查问卷整体结构与版面布局设计,一般性客观问题的提问策略,敏感性问题的提问技巧,主观性问题的测量技术、提问策略和量表的使用,调查问卷综合性评估和问卷修改,问卷效度与信度的评估方法,等等。全书列举了大量案例,附录提供了3份实际调查问卷作为示例。本书适用于大专院校、本科院校社会调查类课程,也可供社会学、经济学、管理学、新闻学、统计学等相关学科需要开展社会调查的组织和研究者参考使用。

02.

问卷调查数据分析实务(第2版)

 

作者 | 董焱,王晓红,牟静

出版社 | 首都经济贸易大学出版社

出版时间 | 201908

本教材是在张士玉教授的专著《问卷调查数据分析与实务》基础上改写而成,这次改写被北京联合大学列为十三五规划教材。与原专著相比,本教材对第1章做了较大的增改,主要增加了问卷设计方面的内容。在体例上,各章前有导入案例,便于读者理解调查分析方法的应用场景;各章后有习题,帮助读者复习巩固;部分章节对分析案例增加了操作步骤,方便读者掌握具体方法。

02. 统计学

03.

统计学习方法(第2版)

作者 | 李航

出版社 | 清华大学出版社

出版时间 | 201905

统计学习方法即机器学习方法,是计算机及其应用领域的一门重要学科。本书分为监督学 习和无监督学习两篇,全面系统地介绍了统计学习的主要方法。包括感知机、k 近邻法、朴素贝叶斯法、决策树、逻辑斯谛回归与熵模型、支持向量机、提升方法、EM 算法、隐马尔可夫模型和条件随机场,以及聚类方法、奇异值分解、主成分分析、潜在语义分析、概率潜在语义分析、马尔可夫链蒙特卡罗法、潜在狄利克雷分配和 PageRank 算法等。除有关统计学习、监督学习和无监督学习的概论和总结的四章外,每章介绍一种方法。叙述力求从具体问题或实例入手, 由浅入深,阐明思路,给出必要的数学推导,便于读者掌握统计学习方法的实质,学会运用。为满足读者进一步学习的需要,书中还介绍了一些相关研究,给出了少量习题,列出了主要参考文献。本书是统计机器学习及相关课程的教学参考书,适用于高等院校文本数据挖掘、信息检索及自然语言处理等专业的大学生、研究生,也可供从事计算机应用相关专业的研发人员参考。

04.

统计之美:人工智能时代的科学思维

作者 | 李舰

出版社 | 电子工业出版社

出版时间 | 201903

本书基于经典统计学的知识体系,结合数据科学的应用经验,使用历史经典故事、网络热点事件、行业真实案例等素材进行介绍,聚焦于科学思维的训练,并对应到具体的理论和技术点,能够帮助读者轻松掌握各种分析方法的背景和思想,并能快速地将相关知识应用到实际的工作中去。本书深入浅出,所举例子通俗有趣,有助于读者理解人工智能时代的思维模式,应对这迅速变化的世界。

05.

戏说统计续编:文科生的量化操作指南

作者 | 李连江

出版社 | 当代世界出版社

出版时间 | 201907

本书是《戏说统计》的延伸。《戏说统计》侧重讲解概率思维的特点,介绍统计分析的基本概念与技术;本书侧重解释如何具体运用量化社会科学常用的几个核心新技术,结合实例介绍如何使用三大统计软件(SPSS, Stata, Mplus)做统计估计与后估计分析,操作结构方程建模,特别适合数学背景略弱而有兴趣从事量化社会科学研究的学者。全书共九章,序跋附录虽似闲话实则正文,语言风格简练实在,字里行间闪烁着智慧与哲理。这是一本求知路上的“悟学之作”,凝结了一位学者穷三十年之功点滴体悟到的研究心得与分析方法,必能助力年轻学人少走弯路,顺利起飞。

06.

多元统计分析(第5版)

作者 | 何晓群

出版社 | 中国人民大学出版社

出版时间 | 201906

我们所处的时代是一个大数据时代,数据无处不在,统计学是研究数据的科学,在数据分析中扮演了非常重要的角色。多元统计分析是统计学中应用最广的一个分支,在自然科学、社会科学、经济科学和管理科学等领域应用广泛。作为国内多元统计分析的经典版本,第5版继续保持了案例应用与统计思想相渗透、结合软件详细介绍多元统计分析理论与方法的特色。全书共分11章。主要内容包括多元正态分布、均值向量和协方差阵的检验、聚类分析、判别分析、主成分分析、因子分析、对应分析、典型相关分析等常见的主流方法,还参考国内外大量文献系统介绍了近年来在市场研究、顾客满意度研究、金融研究、环境研究等领域应用颇广的较新方法,包括定性数据的建模分析、对数线性模型、logistic回归、多变量的图表示法、多维标度法等。

07.

统计学入门很简单 看得懂的极简统计学

作者 | []涌井良幸、涌井贞美

出版社 | 人民邮电出版社

出版时间 | 201909

《统计学入门很简单 看得懂的极简统计学》围绕搜集数据、分析数据以及得出统计结论这一主线,全面、系统地讲解了有关统计学的基础知识。

 《统计学入门很简单 看得懂的极简统计学》内容涉及统计原理、基本方法及发展应用,以及参数估计、假设检验、线性回归、实际应用等几个方面的有关知识;还讲解了Excel中几种常见的统计指标的计算方法,作为内容补充和完善。

《统计学入门很简单 看得懂的极简统计学》文字简洁明晰,讲解简单易懂,注重结合实例介绍理论知识,不拘泥于繁杂的运算,深入浅出,从名词概念到原理方法,内容连贯,方便掌握,适合统计学初学者、对统计学感兴趣的读者以及想要学习运用统计知识的调研者使用。

08.

应用时间序列分析(第5版)

作者 | 易丹辉,王燕

出版社 | 中国人民大学出版社

出版时间 | 201907

时间序列分析是应用统计学的核心基础课之一,也是计量经济学和统计预测学的核心内容。作为数理统计学的一个专业分支,时间序列分析有它非常特殊的、自成体系的一套分析方法。

09.

大数据时代下的统计学(第2版)

作者 | 杨轶莘

出版社 | 电子工业出版社

出版时间 | 201908

本书从大数据切入,引入与之息息相关的统计学,深入浅出地讲述了在“数据为王”的时代下,统计学作为分析、解读数据的学科,如何为商业、社会、生活等领域提供决策支持。全书分为8章,第1章概述了大数据时代下的统计学,讲解了统计学的基本原理、应用领域及数据的获取方法。第23章讲述了统计学在思想方法及数据表述上和大数据处理方法的异同;第4章介绍了对统计学影响深远的正态分布;第5章探讨了在大数据时代统计推断是否失效;第6章重点从统计学视角讲述了大数据时代热门的变量间的“相关性”问题;第7章以一种比较开放的态度讨论统计学中一些有意思又实用的话题;第8章探讨大数据能够给企业、用户及整个社会带来的价值。本书不仅可以使读者感受到数字的美感和哲学的智慧,还可以使读者获得思辨的洞察力。更重要的是,拥有本书就相当于拥有了一种武器,其中数据驱动的思维模式将会使读者在生活、工作中受益匪浅。

03. 结构方程模型

10.

结构方程模型的原理与应用(第二版)

 

作者 | 邱皓政,林碧芳

出版社 | 中国轻工业出版社

出版时间 | 201902

结构方程模型被誉为应用统计的第三次革命,自20世纪80年代以来席卷整个社会科学领域,是新一代学者必备的统计方法学知识。

本书提供了一套从概念、原理,到操作技术,再到应用范式的整合性知识。作者将多年研究实务与丰富的教学经验融会贯通,承袭了简明流畅的写作风格,配合对LISRELSIMPLISAmosMplusR软件的介绍与应用演示,为结构方程模型的操作与解释提供了完整的说明。  

对于想要认识结构方程模型以及对测量、测验与统计领域感兴趣的研究者,以及欲以量化研究写作论文的研究生而言,本书是认识、理解、演练、实践结构方程模型的必读经典。

11.

结构方程模型及其应用

 

作者 | 易丹辉,李静萍

出版社 | 北京大学出版社

出版时间 | 201911

 

《结构方程模型及其应用》为北京大学人口所开办十年之久的“社会科学研究方法暑期班”课程教材之一,本教材紧密联系中国国情,以案例教学为特色,受到来自全国高校的研究生和青年教师的广泛欢迎,在全国高校影响日增。本课程受到北大研究生院和联合国人口基金会的资助。

目前国内出版的有关"结构方程"教材的书很少,特别是针对目前社会科学学者数学基础比较差,应用性比较强的特点出版的教材不多。本教材将根据社会科学学者和学科本身的特点,不仅会强调结构方程研究方法的"可操作性""应用性",同时强调对原理的理解。

《结构方程模型及其应用》的主要内容设计包括:结构方程模型的提出;模型的类型,模型应用解决的问题,模型的设置,模型的估计方法,模型的检验与评价,模型的修正与解释,区组比较和分析。

《结构方程模型及其应用》对于推动"结构方程模型"在中国的社会科学领域的普及和应用,以及将中国的社会科学学术研究与国际接轨,将起到重要作用。

12.

结构方程模型

AMOS的操作与应用+Amos实务进阶

 

作者 | 吴明隆

出版社 | 重庆大学出版社

出版时间 | 201904

04. 社会网络分析

13.

社会网络分析方法:UCINET的应用

作者 | Robert A. HannemanMark Riddle

出版社 | 知识产权出版社

出版时间 | 201906

本书为UCINET软件指定的参考教材,但其内容却远远超过一般软件操作手册。作者以深入浅出的方式,从*基本的社会科学研究方法入手,逐步介绍社会网络分析的特色、学理、与操作程序,并结合范例详细展示如何应用UCIENT工具,诠释演算结果,是一部相当完整的社会网络分析入门书籍。

14.

社会网络分析:方法与应用

作者 | 〔美〕杨松 〔瑞士〕弗朗西斯卡 B.凯勒(Franziska B. Keller) 郑路

出版社 | 社会科学文献出版社

出版时间 | 201902

该书介绍了社会网络研究的基本方法,基本概念,数据收集,数据分析基础,以及数据分析的一些高深方法。除此之外,该书还介绍了社会网络研究在不同领域里的应用,这些研究领域包括组织和工作,犯罪和恐怖活动研究,公共卫生与疾病,以及政治网络的许多研究。

该书特点是举一反三,采用了大量的具体研究例子来将社会网络研究去神秘化,具体化。该书受到同行的高度评价,其适用范围也较广,高年级本科生,研究生,以及社会网络研究专业人士,均可阅读此书。除了社会学专业,管理学,政治学,商科,公共卫生,以及法学/犯罪学都可从此书中获益。

05. SPSS软件

15.

统计学——基于SPSS(第3版)

作者 | 贾俊平

出版社 | 中国人民大学出版社

出版时间 | 201904

SPSS是最早引入国内的优秀统计分析软件之一,由于其视窗操作、易于使用和输出结果直观易懂等特点,被多数人广泛使用。本书是由SPSS来实现全部计算的统计学教材,自出版以来深受读者喜爱,第3版在写法上仍然立足于统计应用,避免统计公式的推导,力求通俗易懂。书中例题的解答给出了SPSS的详细操作步骤,每章均以一个实际问题引入该章要介绍的内容。本书可作为高等院校经济管理类专业本科生统计学课程的教材使用,也可作为其他文科专业及部分理、工、农、林、医、药专业的教材或参考书使用

16.

谁说菜鸟不会数据分析(SPSS篇)(第2版)

作者 | 狄松 等

出版社 | 电子工业出版社

出版时间 | 201905

作为《谁说菜鸟不会数据分析》家族的新成员,本书依然通俗地讲解数据分析的实践。《谁说菜鸟不会数据分析(SPSS篇)》继续采用职场三人行的方式来构建内容,细致梳理了准专业数据分析的常见问题,并且挑选出企业实践中容易碰到的案例,以轻松直白的方式来讲好数据分析的故事。从解决工作中的实际问题出发,从统计描述、统计推断到探索性分析,总结并提炼工作中经常用到并且非常实用的通过SPSS 进行数据处理、数据分析实战方法与技巧。尽可能避免使用晦涩难懂的统计术语或模型公式,如需了解相关的统计学知识,可查阅相关的统计学书籍。

17.

SPSS其实很简单(第3版)

作者 | 罗纳德·约克奇

出版社 | 中国人民大学出版社

出版时间 | 201909

本书的读者对象为参加初级统计学或研究方法课程的学生,也可以是参加中级统计学和研究生计量方法课程的学生。初级统计学或研究方法课程所讲授的内容有:描述性统计、t检验、主体间单因素方差分析、主体内单因素方差分析、主体间双因素方差分析、卡方检验、相关系数和回归分析。在中级统计学和研究生课程中讲授的内容有:主体间双因素方差分析(第9章)、多元回归分析、主体内有交互作用的方差分析和可靠性。因为每个班级所讲授的内容可能不同,所以本书各章的教学内容是独立的,教师可以依据其课程目标及学生需要选用*合适的章节。

关于本书框架,本书分为两部分。*部分包括SPSS介绍(第1章)、描述性统计(第2章)、如何用SPSS绘制不同图形(第3章)和用alpha系数估计量表可靠性的内在一致性(第4章)。第二部分介绍推断统计,包括t检验(第567章)、方差分析(第891011章)、相关系数(第12章)、一元回归与多元回归(第1314章)以及卡方检验(第1516章)。此外,数据转换和有关数据库管理的其他主题见附录A

对于初次使用SPSS并想通过本书了解具体步骤的读者,读完介绍内容后,你应该就可以转向相应章节,根据相关指令录入并分析你的数据。

18.

问卷调查及统计分析方法——基于SPSS

作者 | 朱红兵

出版社 | 电子工业出版社

出版时间 | 201905

本书以问卷调查的实例为前提,根据一般问卷调查的特点,着重讲述了问卷调查设计中应注意的基本要求,以及针对不同题型的常用统计分析方法。全书内容共9章,包括问卷调查法概述、一般问卷调查中的抽样方法、在SPSS中建立一般问卷调查的数据文件、一般调查问卷的信度分析方法、适用于名义题的常用统计分析方法、确定选项间重要程度的常用统计分析方法、对选项进行分类题型的常用统计分析方法、计量(分)题型的常用统计分析方法、综合多种(或多个相同)题型的多因素统计分析方法。为便于学习,本书提供所有例题的数据文件和电子课件,读者可登录华信教育资源网www.hxedu.com.cn免费下载。本书例题丰富,实用性强,且提供对分析结果的科学解释,可作为高等院校相关专业本科生和研究生的教材或教学参考书,也可供从事相关行业的工作者学习参考。

19.

SPSS统计分析从入门到精通(第四版)

作者 | 杨维忠、陈胜可、刘荣

出版社 | 清华大学出版社

出版时间 | 201901

SPSS具有强大的统计分析和绘图功能,其所提供的各种统计模块可用于完成包括基本的描述性统计分析到复杂的专业统计分析在内的各种任务,实现对数据的管理和分析。

20.

SPSS实战与统计思维

作者 | 武松

出版社 | 清华大学出版社

出版时间 | 201909

21.

问卷统计分析实务spss操作与应用

作者 | 吴明隆

出版社 | 重庆大学

出版时间 | 201908

本书的内容架构,在于完整介绍问卷调查法中的数据处理与其统计分析流程,统计分析技术以SPSS统计软件包的操作界面与应用为主,内容除基本统计原理的解析外,着重的是SPSS统计软件包在量化研究上的应用。内容包括问卷编码、创建文件与数据处理转换、预试问卷之项目分析及信效度检验,以及正式问卷常用的统计方法介绍,包括相关、复选题及卡方检定、平均数的差异检定、单因子多变量变异数分析、回归分析、主成分回归分析、逻辑斯回归分析、区别分析等。

本书以实务应用及使用者界面为导向,对于以SPSS统计软件包来进行量化研究的使用者而言,相信有不少帮助,综括本书的内容,有五大特色:完整的操作步骤与使用程序介绍,研究者只要依书籍步骤,即能完成数据统计分析工作;操作画面与说明以SPSS14.0中文版窗口界面为主,符合多数研究者的需求;详细的报表解析与说明,让读者真正了解各种输出统计量的意义;报表结果的统整归纳,选用的范例可作为论文写作的参考;内容丰富而多元,兼顾基本统计与高等统计。

06. STATA应用

22.

基于Stata的数据分析流程

作者 | 【美】斯考特·隆恩

出版社 | 中国人民大学出版社

出版时间 | 201905

《基于Stata的数据分析流程》对数据分析者而言是一本不可多得的实用好书。高效的数据分析流程能够节省数据管理和数据分析的时间,也是实现统计分析工作可重复性的保障。而这本书就能帮助你优化数据分析的工作流程,提高数据管理和数据分析的效率。

 数据分析流程指的是管理数据分析各个方面的过程。规划、记录和组织你的工作,清理数据,创建变量,给变量命名,给数据加标签,检验变量,执行和呈现统计分析,输出可复制的结果,将工作档案化——这些共同构成了一个完整的数据分析流程。在本书中,作者告诉你如何给单人项目或团队项目设计高效的数据分析流程并付诸实践。

 作者利用真实示例、Stata命令和Stata文本,展示了数据管理和分析所需的各种高效技术。如果你的工作涉及数据分析,那么这本书非常值得一读。

23.

高级计量经济学及stata应用 (第二版)

 

作者 | 陈强

出版社 | 高等教育出版社

出版时间 | 201911

 

07. 其他软件

24.

谁说菜鸟不会数据分析(Python篇)

作者 | 方小敏 张文霖

出版社 | 电子工业出版社

出版时间 | 201906

《谁说菜鸟不会数据分析(Python篇)》从解决工作实际问题出发,提炼总结工作中Python 常用的数据处理、数据分析实战方法与技巧。本书力求通俗易懂地介绍相关知识,在不影响学习理解的前提下,尽可能地避免使用晦涩难懂的Python 编程、统计术语或模型公式。《谁说菜鸟不会数据分析(Python篇)》定位是带领Python 数据分析初学者入门,并能解决学习、工作中大部分的问题或需求。入门后如还需要进一步进阶学习,可自行扩展阅读相关书籍或资料,学习是永无止境的,正所谓“师傅领进门,修行在个人”。

25.

统计学——基于R(第3版)

作者 | 贾俊平

出版社 | 中国人民大学出版社

出版时间 | 201903

本书是由R语言实现全部例题计算与分析的统计学教材,书中例题的解答和图表均给出了R的详细代码和结果。书中使用的R版本是3.5.1。本书可作为高等院校统计学专业本科生的基础课程教材,也可作为经济管理类专业及部分理、工、农、林、医药等专业的统计学教材使用,对实际数据分析人员也有参考价值。

转自:“量化研究方法”微信公众号

如有侵权,请联系本站删除!


  • 万维QQ投稿交流群    招募志愿者

    版权所有 Copyright@2009-2015豫ICP证合字09037080号

     纯自助论文投稿平台    E-mail:eshukan@163.com