一、关于本书各章的简介 本书所介绍的12种社会统计方法,基本上每种方法成为独立的一章。每一 章可以单独学习,但是它们之间也存在着一定的内在联系。比如,第五章通径分 析实际上是第二章回归分析的扩展,而它同时又是第十一章结构方程模型的一种 特例情况。对于应用来说,更重要的问题是各种方法都是在一定具体条件下应 用的,因此如何选择适当的方法便成为正确应用这些方法的前提

回归分析是处理两个及两个以上变量间线性依存关系的统计方法。在医学 领域中,此类问题很普遍,如人头发中某种金属元素的含量与血液中该元素的 含量有关系,人的体表面积与身高、体重有关系;等等。回归分析就是用于说 明这种依存变化的数学关系

社会学专业必修课程。本课程需预修社会研究方法等前期课程作为基础 基本内容:社会统计学作为社会学专业必修课程侧重于社会研究的统计应用,并为学习 SPSS软件打好基础。本课程主要包括三个方面:叙述统计,内容为集中趋势测量、离散趋 势测量的单变量分析,两个变量分布及λ、Ty、 Gamma、r、E2等相关测量法;推论统计, 内容为抽样与统计推论,参数估计以及ⅹ2检定、F检定、T检定等假设检定;

作为二十一世纪统计理论的三大发展方向之一，非参数统计是统计分析的重 要组成部分。可是与之很不相称的是他针对一般性统计分析的理论发展远远不及 参数检验完善，因而比较完善的可供使用的方法也不多。比如多组均数间的两两 比较，虽然已有好几种方法可资利用，但由于在理论上仍存在争议，几种权威的 统计软件（如 SAS 和 SPSS）均没有提供这方面的方法

典型相关分析( canonical correlation analysis)是近年来开始普及的一种新型 多元统计分析方法。典型相关分析源于荷泰林(H. Hotelling)于1936年在《生 物统计》期刊上发表的一篇论文《两组变式之间的关系》①。他所提出的方法经 过多年的应用及发展,逐渐达到完善,在70年代臻于成熟。由于典型相关分析 涉及较大量的矩阵计算,它的应用在早期曾受到相当的限制。但当代计算机技术 及其软件的迅速发展,弥补了应用典型相关分析中的困难,因此它的应用开始走 向普及化

第一节 相关和回归 第二节 一元线性回归模型 第三节 多元线性回归模型 第四节 方程的解释能力 第五节 回归方程的检验和回归系数的推断统计 第六节 多重共线性及其解决方案 第七节 虚拟变量的应用 第八节 计算机应用 第九节 研究实例

第一节 相关和回归 第二节 一元线性回归模型 第三节 多元线性回归模型 第四节 方程的解释能力 第五节 回归方程的检验和回归系数的推断统计 第六节 虚拟变量的应用 第七节 多重共线性及其解决方案 第八节 计算机应用

第一节 因子分析简介 第二节 基本原理 第三节 求解初始因子 第四节 解释因子 第五节 因子值及其应用 第六节 研究实例

第一节 因果模型与通径分析 第二节 通径模型的设置 第三节 通径模型的分类 第四节 分解简单回归系数 第五节 分解简单相关系数 第六节 通径模型的整体检验

在某年某月的某一天,你和你的另一半正在街上为地球表面的平整而贡献 自己的绵薄之力。突然(也许是必然),你觉得有些饿了。这是一个问题,当 然,不用说大家也知道解决问题的方法就是吃不过就是吃也有讲究,可 以随便找个面馆简单的填饱肚子;要求高的话还可以去几星级的地方享受一 下;当然还有的人觉得自己回去做口味也合适,花费也不多;更有些超级美食 家,星级水准也不满意,需要亲自给一级厨师露一手,指点他们一下,才会吃 的满意