本教材是基礎(chǔ)統(tǒng)計(jì)知識(shí)和Stata軟件應(yīng)用的入門教材。教材由淺入深、由易到難，包括定量分析研究方法與過程、數(shù)據(jù)處理技術(shù)、描述性統(tǒng)計(jì)分析和推斷性統(tǒng)計(jì)分析四部分，共十章內(nèi)容，詳細(xì)介紹了基礎(chǔ)統(tǒng)計(jì)的理論知識(shí)和Stata軟件的應(yīng)用。教材注重定量研究整體性與數(shù)據(jù)分析的統(tǒng)一、數(shù)據(jù)處理與數(shù)據(jù)分析的統(tǒng)一、統(tǒng)計(jì)理論與實(shí)際應(yīng)用的統(tǒng)一、描述分析與模型分析的統(tǒng)一。它以社會(huì)科學(xué)研究領(lǐng)域定量分析過程與方法為基礎(chǔ)，手把手地培養(yǎng)讀者的數(shù)據(jù)處理能力這一定量研究的基本功；它介紹統(tǒng)計(jì)學(xué)的基本原理、數(shù)據(jù)處理的思路和緣由、研究方法等，幫助初學(xué)者既知道要怎么做，也知道為什么要這樣做；它還詳細(xì)講解了描述性統(tǒng)計(jì)分析方法，如何利用圖表展示變量分布及相互關(guān)系，以及參數(shù)估計(jì)、假定檢驗(yàn)、方差分析、線性回歸和logistic回歸相關(guān)內(nèi)容。本教材不僅適合作為社會(huì)學(xué)、人口學(xué)、管理學(xué)等各相關(guān)專業(yè)數(shù)據(jù)分析類課程的教學(xué)用書，也可供有數(shù)據(jù)分析技能學(xué)習(xí)需求的讀者閱讀。

楊菊華，1963年9月生，先后畢業(yè)于武漢大學(xué)歷史系、美國(guó)辛辛那提大學(xué)人類學(xué)系和布朗大學(xué)社會(huì)學(xué)系，現(xiàn)為中央民族大學(xué)教授，博士生導(dǎo)師。主要從事婚姻家庭、遷移流動(dòng)等方面的研究。曾主持國(guó)家社科基金重大項(xiàng)目、教育部重大課題攻關(guān)項(xiàng)目、國(guó)家自然科學(xué)基金項(xiàng)目等。在《中國(guó)社會(huì)科學(xué)》等國(guó)內(nèi)外權(quán)威期刊發(fā)表論文150余篇；出版《人口社會(huì)學(xué)》《數(shù)據(jù)管理與模型分析》《社會(huì)統(tǒng)計(jì)分析與數(shù)據(jù)處理技術(shù)》等教材和多部學(xué)術(shù)著作。研究成果獲第八屆高等學(xué)校科學(xué)研究?jī)?yōu)秀成果獎(jiǎng)（人文社會(huì)科學(xué)）一等獎(jiǎng)和北京市第十六屆哲學(xué)社會(huì)科學(xué)優(yōu)秀成果獎(jiǎng)二等獎(jiǎng)；研究專著入選《國(guó)家哲學(xué)社會(huì)科學(xué)成果文庫(kù)》。

楊磊，北京航空航天大學(xué)公共管理學(xué)院副教授。2017年畢業(yè)于芬蘭赫爾辛基大學(xué)，獲社會(huì)學(xué)博士學(xué)位。目前研究領(lǐng)域主要包括人口老齡化、老年健康、社會(huì)政策等。在《人口與經(jīng)濟(jì)》、《人口與發(fā)展》、Age and Ageing、Journals of Gerontology-Series B-Psychological Sciences and Social Sciences、Aging & Mental Health等中英文學(xué)術(shù)期刊發(fā)表論文20余篇。主持教育部和民政部等省部級(jí)課題及各地局課題10余項(xiàng)，2019年獲全國(guó)民政政策理論研究三等獎(jiǎng)。

第一部分 定量分析研究過程與方法

第一章 社會(huì)科學(xué)研究方法與過程
1.1 理論的作用
1.2 提出問題
1.3 生成假定
1.4 收集數(shù)據(jù)
1.5 分析數(shù)據(jù)
1.6 檢驗(yàn)假定
1.7 陳述分析結(jié)果，避免誤用分析結(jié)果

第二部分 數(shù)據(jù)處理技術(shù)

第二章 Stata入門
2.1 特點(diǎn)與功能
2.2 版本
2.3 運(yùn)行方式
2.4 界面
2.5 幫助系統(tǒng)
2.6 語(yǔ)法和命令
2.7 本書的體例

第三章 Stata數(shù)據(jù)的讀入與熟悉
3.1 log（記錄）文件
3.2 數(shù)據(jù)的記憶（存儲(chǔ)）空間
3.3 數(shù)據(jù)的讀入
3.4 數(shù)據(jù)的保存
3.5 數(shù)據(jù)的類型與壓縮
3.6 數(shù)據(jù)庫(kù)的描述

第四章 變量的生成與處理
4.1 變量的測(cè)量水平
4.2 新變量的生成､規(guī)則及注意事項(xiàng)
4.3 利用系統(tǒng)變量（下劃線變量）生成變量
4.4 生成字符型變量
4.5 生成數(shù)值型變量
4.6 生成分類變量
4.7 生成虛擬變量
4.8 egen命令
4.9 日期變量
4.10 變量類型的轉(zhuǎn)換
4.11 給數(shù)據(jù)､變量和變量的屬性貼標(biāo)簽
4.12 重新命名變量

第五章 數(shù)據(jù)的合并､轉(zhuǎn)換與集合
5.1 數(shù)據(jù)合并中的幾個(gè)主要概念
5.2 縱向合并——增加觀察值
5.3 橫向合并——增加變量
5.4 數(shù)據(jù)的轉(zhuǎn)換（reshape）
5.5 數(shù)據(jù)的分組（group）
5.6 數(shù)據(jù)的集合（collapse和contract）

第三部分 描述性統(tǒng)計(jì)分析

第六章 數(shù)據(jù)的描述
6.1 頻數(shù)分布
6.2 條件頻數(shù)分布
6.3 頻數(shù)分布的常見錯(cuò)誤分析及解決方法
6.4 變量的集中趨勢(shì)和離散趨勢(shì)
6.5 描述數(shù)值型數(shù)據(jù)統(tǒng)計(jì)量的其他方法
6.6 列聯(lián)表

第七章 圖形的制作與數(shù)據(jù)的描述
7.1 散點(diǎn)圖
7.2 線圖
7.3 條形圖
7.4 直方圖
7.5 圓形圖（餅圖）
7.6 箱線圖
7.7 矩陣圖
7.8 圖形的保存､編輯與合并

第四部分 推斷性統(tǒng)計(jì)分析

第八章 參數(shù)估計(jì)､假定檢驗(yàn)與方差分析
8.1 參數(shù)估計(jì)
8.2 假定檢驗(yàn)
8.3 方差分析

第九章 線性回歸
9.1 相關(guān)關(guān)系分析
9.2 回歸分析基礎(chǔ)
9.3 一元線性回歸分析和二元及多元線性回歸分析
9.4 回歸分析診斷
9.5 回歸分析中的交互作用

第十章 logistic回歸
10.1 二分類因變量回歸模型
10.2 多分類因變量回歸模型
10.3 序次因變量回歸模型

參考文獻(xiàn)