- 进阶社会统计学及Stata应用
- - 作者：编者:王存同|责编:王如月
  - 出版社：清华大学
  - ISBN：9787302705789
  - 出版日期：2026/04/01
  - 页数：332
- 售价：35.2

内容大纲
本书以“统计思维”为核心，贯通理论、方法与应用三重维度，将抽象的统计原理化为可操作的分析路径。作者以清晰的逻辑推演与丰富的 Stata 实操案例，构建起从描述统计、假设检验到回归建模的系统框架。全书文字简明而不失深度，兼具学术严谨与现实关怀，旨在帮助读者理解社会现象背后的数据逻辑，提升科学推理与实证分析能力。本书可作为社会学、经济学、管理学、政治学及公共卫生等领域的统计学教材，亦可作为科研人员和数据分析从业者学习的参考书。
作者介绍
王存同，人口学博士、教授，现任职于中央财经大学，从事社会统计与计量经济分析、人口健康学、人口社会学等领域的研究与教学。博士毕业于北京大学（与密歇根大学合作培养）。曾任美国伊利诺伊大学厄巴纳-香槟分校博士后研究员。2013年入选教育部新世纪优秀人才计划。兼任中国人口学会理事、中国性学会健康大数据分会主任委员等学术职务。已在SSCI/SCI及《中国社会科学》《社会学研究》等期刊发表论文近百篇，出版著作6部，主持国家社科基金重点及一般项目多项，并承担省部级科研项目若干。
目录
第1章  基础回顾：统计学再探索
  1.1  数据准备
    1.1.1  核心内容
    1.1.2  理论联系：统计推断的识别基础
    1.1.3  实证意义：从操作规范到结果可靠
    1.1.4  认知拓展：将“准备”作为方法的一部分
  1.2  变量测量与概率分布
    1.2.1  核心内容
    1.2.2  理论联系：概率机制与建模逻辑的基础
    1.2.3  实证意义：从变量设定到方法选择
    1.2.4  认知拓展：从测量走向推断
  1.3  描述性统计
    1.3.1  核心内容
    1.3.2  理论联系：测量与分布的实际延伸
    1.3.3  实证意义：从初步探索到策略判断
    1.3.4  认知拓展：从样本行为走向总体推断
  1.4  抽样分布
    1.4.1  核心内容
    1.4.2  理论联系：推断逻辑的支柱
    1.4.3  实证意义：从样本波动识别不确定性
    1.4.4  认知拓展：推断的出发点
  1.5  参数估计
    1.5.1  核心内容
    1.5.2  理论联系：估计建立在分布之上
    1.5.3  实证意义：为判断与决策提供依据
    1.5.4  认知拓展：估计不仅是数值，更是逻辑
第2章  假设检验
  2.1  假设检验概论
  2.2  假设检验步骤
    2.2.1  提出假设
    2.2.2  拒绝域和显著性水平
    2.2.3  检验统计量和抽样分布
    2.2.4  利用临界值进行决策
    2.2.5  结果汇报与解读
    2.2.6  假设检验示例
    2.2.7  假设检验与置信区间
  2.3  单个总体参数的检验
    2.3.1  总体均值μ的假设检验
    2.3.2  总体比例π的假设检验
    2.3.3  总体方差σ2的假设检验
    2.3.4  利用p值进行决策
    2.3.5  Stata操作：单个总体参数的假设检验
  2.4  两个总体参数的检验
    2.4.1  两个总体均值之差的假设检验
    2.4.2  两个总体比例之差的假设检验
    2.4.3  两个总体方差的假设检验
    2.4.4  Stata操作：两个总体参数的假设检验
  2.5  配对样本t检验
    2.5.1  配对样本t检验
    2.5.2  Stata操作：配对样本t检验

  2.6  检验效力
第3章  方差分析
  3.1  方差分析引论
    3.1.1  方差分析的相关术语
    3.1.2  方差分析的基本假定
    3.1.3  虚无假设和备择假设
    3.1.4  方差分析的基本思想
  3.2  一元（因素）方差分析
    3.2.1  单因素方差分析的步骤
    3.2.2  关系强度的测量
    3.2.3  最小显著差异法和线性对比
    3.2.4  多重比较
  3.3  双因素方差分析
    3.3.1  双因素方差分析引论
    3.3.2  双因素方差分析的步骤
第4章  列联分析与卡方检验
  4.1  列联表
    4.1.1  列联表的定义
    4.1.2  联合分布、边缘分布和条件分布
  4.2  独立性检验
    4.2.1  2×2列联表的独立性检验
    4.2.2  R×C列联表的独立性检验
    4.2.3  连续性校正（2×2列联表）
  4.3  关系强度的测量
    4.3.1  发生比值比
    4.3.2  基于χ2值的测量指标
    4.3.3  Yule？？sQ系数
  4.4  拟合优度检验
第5章  非参数检验
  5.1  Wilcoxon秩和检验
  5.2  符号检验
  5.3  Wilcoxon符号秩检验
  5.4  Kruskal-Wallis检验
第6章  相关与相关系数
  6.1  相关
    6.1.1  独立与相关
    6.1.2  多变量关系的类型
  6.2  相关系数
  6.3  线性相关
    6.3.1  散点图与线性相关
    6.3.2  折线图
    6.3.3  协方差
    6.3.4  相关系数
  6.4  秩相关
    6.4.1  伽马系数和肯德尔τb系数
    6.4.2  Spearman秩相关系数
第7章  简单线性回归
  7.1  回归概述
  7.2  简单线性回归：从直觉到模型
  7.3  最小二乘法

    7.3.1  最小二乘法假定
    7.3.2  OLS系数的推导
  7.4  OLS估计量
  7.5  变异分解与拟合优度
  7.6  OLS估计量的性质
    7.6.1  公共假定
    7.6.2  无偏性
    7.6.3  有效性
    7.6.4  一致性
  7.7  统计推断与假设检验
    7.7.1  正态分布假定
    7.7.2  区间估计
    7.7.3  单变量检验
    7.7.4  全局检验/线性关系检验
  7.8  Stata实例分析：简单线性回归
    7.8.1  示例操作
    7.8.2  变量及系数检验
参考文献
跋语

内容大纲

作者介绍

目录

同类热销排行榜

推荐书目