量化數據分析：通過社會研究檢驗想法 pdf epub mobi txt 電子書 下載 2025

簡體網頁||繁體網頁

☆☆☆☆☆

[美] 唐啓明（Donald J. Treiman） 任強 著

圖書標籤:

• 量化研究
• 數據分析
• 社會研究
• 統計學
• 研究方法
• 實證分析
• 定量分析
• 科學研究
• 社會科學
• 數據挖掘

齣版社： 社會科學文獻齣版社

ISBN：9787520114066

版次：1

商品編碼：12286335

包裝：平裝

叢書名： 社會學教材教參方法係列

開本：16開

齣版時間：2018-01-01

頁數：484

字數：539000

正文語種：中文

內容簡介

如果想成為一名應用定量分析研究者，分析抽樣或其他定量數據集，以支持所涉及領域的大量文獻知識，*後發錶你的研究結果。本書正是為此所設計。它是基於兩個分學期的課程和作者在加州大學洛杉磯分校過去30多年的教學，並跟蹤社會學和其他社會科學領域定量分析方法新發展成果的基礎上成書的。本書的特點是沒有復雜的數學推導，通過大量的實例領會社會科學研究的基本邏輯和設計思想，圖文並茂，淺顯易懂，把握前沿新社會科學成果。

作者簡介

Donald J. Treiman是加州大學洛杉磯分校（UCLA）社會學榮休傑齣教授、UCLA加州人口研究中心前主任。他從Reed College獲得學士學位（1962年），在芝加哥大學獲得碩士和博士學位（1967年）。在研究生階段，他大多數時間在芝加哥大學全國民意研究中心（National Opinion Research Center, NORC）學習和工作。在那裏，他在調查研究方麵受到瞭良好的訓練，並積纍瞭寶貴經驗。之後，他任教於威斯康辛大學，在那裏決心成為一名真正的社會人口學傢，並將人口和生態研究中心當作他的學術之傢。此後，他在哥倫比亞大學工作過一段時間。1975年，他轉到UCLA任教直到現在。在此期間，他在其他一些地方做過短暫訪問，比如在國傢科學院/國傢研究理事會擔任一個研究委員會的主任（1978～1981年），在美國人口普查局（1987~1988年）、行為和社會科學高等研究中心（1992~1993年）、荷蘭人文和社會科學高等研究院（1996~1997年）任研究員。
唐啓明（Donald J. Treiman）是加州大學洛杉磯分校（UCLA）社會學榮休傑齣教授，UCLA加州人口研究中心前主任。他在Reed College獲得學士學位（1962年），在芝加哥大學獲得碩士和博士學位（1967年）。研究生階段，他大多數時間在芝加哥大學全國民意研究中心（National Opinion Research Center，NORC）學習和工作。在那裏，他受到良好的調查研究方麵的訓練，並積纍瞭寶貴的經驗。之後，他任教於威斯康星大學，決心成為一位真正的社會人口學傢，並將人口和生態研究中心當作他的學術之傢。他在哥倫比亞大學也工作過一段時間。1975年，他轉到UCLA任教至今。在此期間，他到其他一些地方做過短暫訪問，如在國傢科學院/國傢研究理事會擔任一個研究委員會的主任（1978~1981年），在美國人口普查局（1987~1988年）、行為和社會科學高等研究中心（1992~1993年）、荷蘭人文和社會科學高等研究院（1996~1997年）任研究員。唐啓明教授的職業生涯從學生時代就已經開始，當時他的研究方嚮是社會分層和地位獲得，並主要側重於跨國比較研究，這一直是他的研究興趣所在。他與荷蘭同事Harry Ganzeboom一直從事一項比較分析20世紀世界各國地位獲得過程差異的長期項目。截至目前，他們編撰瞭一個跨越上半個世紀、源自50多個國傢的300多個抽樣調查的文檔。除瞭該比較項目之外，唐啓明教授在南非（1991~1994年）、東歐（1993~1994年）和中國（1996年）都做過大規模的全國性抽樣調查，內容都是關注社會不平等的各個方麵。他現在的研究已經轉嚮一個更偏於人口學的方嚮。2008年，他在中國開展瞭一項全國性抽樣調查，主要關注國內人口遷移的影響因素、機製和結果。他目前正參與另一項有關中國的調查，主要關注遷移對留守兒童和隨父母遷移兒童的影響。
任強，北京大學人口研究所碩士、博士，北京大學社會研究中心副教授、北京大學中國社會科學調查中心副主任。研究興趣包括環境與健康、兒童發展，以及與生育、死亡、勞動力、住房、齣生性彆比等相關的人口問題。目前作為負責人之一主要參與“中國傢庭追蹤調查”項目。在兒童碘缺乏病控製方麵有突齣學術貢獻，2003年獲得美國兒科學會傑齣成就奬。發錶學術文章近100篇。

目錄

錶目錄／1
圖目錄／1
英文版序言／1
中文版序言／5
譯者序言／7
導　言／11
第1 章　列聯錶基礎／1
　　本章內容／1
　　通過具體實例介紹全書／1
　　列聯錶／9
　　本章小結／19
第2 章　列聯錶中的變量關係／20
　　本章內容／20
　　分析的邏輯／20
　　抑製變量／24
　　相加效應和交互效應／25
　　直接標準化／28
　　關於統計控製與實驗的最後說明／40
　　本章小結／42
第3 章　列聯錶的拓展／44
　　本章內容／44
　　重新組織錶格以獲取新的信息／44
　　何時用“反嚮”百分數錶／47
　　當因變量為均值時的列聯錶／49
　　相異指數／54
　　如何描述列聯錶／57
　　本章小結／59
第4 章　用計算機進行數據操作／60
　　本章內容／60
　　引言／60
　　如何組織數據文件／61
　　變換數據／67
　　本章小結／75
　　附錄用Stata進行分析／75
　　用Stata進行分析的一些建議／75
　　一些特彆有用的Stata 10.0命令／80
第5 章　相關和迴歸（常規最小二乘法）介紹／83
　　本章內容／83
　　引言／83
　　量化某種關係的大小：迴歸分析／85
　　評估某種關係的強度：相關分析／87
　　相關和迴歸係數之間的關係／90
　　影響相關（和迴歸）係數大小的因素／90
　　相關比率／95
　　本章小結／97
第6 章　多元相關和迴歸（常規最小二乘法）介紹／99
　　本章內容／99
　　引言／99
　　一個具體例子：中國人識字水平的決定因素／109
　　虛擬變量／115
　　組間比較的方法／118
　　比較模型的貝葉斯方法／127
　　獨立檢驗／130
　　本章小結／131
第7 章　多元迴歸技巧：處理特殊分析問題的技術／132
　　本章內容／132
　　非綫性變換／132
　　檢驗係數的等價性／140
　　趨勢分析：檢驗綫性假設／142
　　綫性樣條／146
　　將係數錶示為總均值的偏差（多分類分析）／155
　　錶示虛擬變量的其他方法／158
　　分解兩個均值之差／163
　　本章小結／169
第8 章　缺失數據的多重填補法／171
　　本章內容／171
　　引言／171
　　一個具體例子：在俄羅斯，文化資本對教育獲得的影響／177
　　本章小結／183
第9 章　抽樣設計與調查估計／184
　　本章內容／184
　　調查樣本／184
　　設計效應／196
　　結論／210
　　本章小結／210
第10 章　迴歸診斷／212
　　本章內容／212
　　引言／213
　　一個具體例子：地位獲得的社會差異／216
　　穩健迴歸／224
　　自舉法和標準誤／226
　　本章小結／228
第11 章　測度構建／230
　　本章內容／230
　　引言／230
　　效度／231
　　信度／232
　　測度構建／235
　　含誤差變量迴歸／247
　　本章小結／248
第12 章　對數綫性分析／249
　　本章內容／249
　　引言／249
　　選擇一個閤適的模型／251
　　簡約模型／264
　　文獻注釋／279
　　本章小結／281
　　附錄12.A　效應參數的推導／281
　　附錄12.B　最大似然估計法介紹／283
　　正態分布的均值／284
　　對數綫性參數／285
第13 章　二項邏輯斯蒂迴歸／286
　　本章內容／286
　　引言／286
　　與對數綫性分析的關係／288
　　邏輯斯蒂迴歸的第一個具體例子：預測槍械威脅的發生率／289
　　第二個具體例子：日本的教育遞進率／298
　　第三個具體例子（離散時間風險率模型）：初婚年齡／302
　　第四個具體例子（案例-對照模型）：在俄羅斯，誰被任命為政黨當權人物？／309
　　本章小結／312
　　附錄13.A　關於對數和指數的一些代數基礎／312
　　附錄13.B　Probit分析介紹／312
第14 章　多項和序次邏輯斯蒂迴歸及tobit迴歸／317
　　本章內容／317
　　多項logit分析／317
　　序次邏輯斯蒂迴歸／323
　　針對刪失因變量的tobit迴歸（及同類方法）／332
　　針對受限因變量的其他分析模型／339
　　本章小結／340
第15 章　改進因果推斷：固定效應與隨機效應模型／341
　　本章內容／341
　　引言／341
　　針對連續型變量的固定效應模型／343
　　針對連續型變量的隨機效應模型／349
　　一個具體例子：中國收入的決定因素／351
　　針對二分結果變量的固定效應模型／353
　　針對二分結果變量的隨機效應模型／355
　　一個二分結果變量的具體例子：遷移對南非黑人入學的影響／355
　　文獻注釋／358
　　本章小結／358
第16 章　思考與未來的方嚮：研究設計和解釋問題／359
　　本章內容／359
　　研究設計問題／359
　　概率抽樣的重要性／376
　　最後一個建議：養成良好的專業素養／379
　　本章小結／384
附錄A　書中所用數據的說明和下載地址／385
附錄B　用綜閤社會調查數據做調查估計／388
參考文獻／393
索　引／418

前言/序言

英文版序言

這本書是關於如何開展理論導嚮的量化社會研究的——也就是說，通過社會研究檢驗想法。它源自我在加州大學洛杉磯分校（UCLA)30多年教授來自社會學、其他社會科學以及以社會科學為基礎的專業學院（公共衛生、教育、社會福利、城市規劃等）的研究生的課程。此課程是隨著社會科學量化方法的發展演化而來的；早期課程隻講授本書的前一半內容（前7章），之後逐年增加新資料。有意思的是，從一開始我就一直保持同樣的授課模式——在為期20周的學期內，每周授課三小時，並布置一次練習，期末要求學生在最後四周內提交一篇學期論文——以期不斷提高社會科學領域的研究生在量化研究方麵的能力。當然，本書也歸功於多年來活躍的課堂討論，尤其是在一些細微和復雜的方法問題上。
讀完本書，你們或許能夠知道如何從本質上理解量化數據。也就是說，你們能夠在自己所學的領域很好地準備可發錶的論文，以及一流的畢業論文章節。當然，總是有更多的東西需要學習。在最後一章（第16章），我討論瞭一些高級方法，這些方法超齣瞭數據分析初級課程所能涵蓋的範圍。
本書主要對明確定義的總體的代錶性樣本數據進行分析，當然也涉及一些特例。總體幾乎可以包括任何東西——人口、正式組織、社會、職業、陶瓷碎片，或任何其他事物；分析的問題實質上是一樣的。本書隻是附帶地提到數據收集方法，原因很簡單：本書篇幅已經很長，沒有足夠的篇幅同時介紹數據分析和數據收集方法。因此，你們可以查閱其他的係統介紹數據收集方法的文獻。我強烈建議你們應該在選修瞭數據分析課程之後而不是之前去做這件事情，因為在設計數據收集時主要問題是決定收集什麼，這意味著你們首先需要知道如何開展你們的分析。當然，你們也可以通過參與調查（可能無報酬）來學習數據收集的各種實用細節，並堅持參與每個過程——即使你們的參與毫無意義。
這本書涵蓋瞭多種技術，包括錶格分析（tabular analysis）、針對錶格數據的對數綫性模型（log-linear models）、各種形式的迴歸分析（regression analysis）、迴歸診斷（regression diagnostics）和穩健迴歸（robust regression）、處理缺失數據（missing data）的各種方法、邏輯斯蒂迴歸（logistic regression）、用於構建測度的因子分析技術（factor-based techniques）和其他技術，以及作為一種因果推論方法的固定效應和隨機效應模型。但是，這不是一本統計學教科書；本書強調使用這些方法對社會如何運行進行研究，並得齣相關結論。因此，本書是針對選修瞭第一年研究生統計課程之後的社會科學學生設計的。雖然書中有許多方程，但這是為理解統計方法的原理並靈活運用它們所必需的。本書的重點在於應用，因此書中提供瞭許多實際例子，且大多數引自我自己的研究。除瞭我自己收集的抽樣調查數據之外，我也大量利用瞭美國綜閤社會調查（General Social Survey）數據——一項為研究和教學目的而設計的綜閤調查。附錄A介紹瞭許多文獻都使用過的主要數據集，並提供瞭如何獲取數據的信息；它們都可以免費獲得。
閤理使用此書僅需的前提條件是，選修過一門初級研究生水平的社會科學統計學課程，認真思考和努力工作的意願，以及具備高中代數知識的基礎——無論是沒有忘記還是重新學習。除瞭少數例外（涉及一點微積分和矩陣代數的內容），所有數學內容都沒有超齣高中代數知識的範圍。如果你們對高中代數知識已經生疏瞭，可以參閱Helen Walker的Mathematics Essential for Elementary Statistics和W.L.Bashaw的Mathematics for Statistics。這兩本書很容易找到。雖然最近也有類似的書，但中學代數的內容沒有變化，所以版本無關緊要。這些書可以從amazon.com網上和其他許多地方購買。
本書中使用的統計軟件包是Stata（版本10）。用於計算的命令文件（Stata的專業術語-do-文件）、結果文件（-log-文件）和輔助計算機文件可以從網站www.josseybass.com/go/quantitativedataanalysis下載。
某些計算的具體細節通常隻能從下載的-do-和-log-文件中找到，所以務必要下載並仔細研究它們。這些文件會根據Stata的版本進行更新。
我在教學和此書中都使用Stata，因為它已迅速成為一流社會學係和經濟學係優先選擇的統計軟件包。這不是偶然的。Stata是一個運算速度快和效率高的軟件包，它包括絕大多數社會科學傢感興趣的統計方法，並且能快速地添加新命令。雖然現在有許多統計軟件包可供使用，但目前最有競爭力的三個軟件包是Stata、SPSS和SAS。其中，Stata明顯優於SPSS——它速度快，更加準確，且應用廣泛。雖然SAS很強大，但不如Stata那樣直觀，且更不易學習（和講授）。此外，本書可以很容易地與SPSS或SAS結閤起來使用，隻需簡單地轉換Stata-do-文件中的句法〔我已經嘗試做瞭一些，通過寫齣相應的Stata句法重現Allison基於SAS對固定和隨機效應模型的完美指令(Allison，2005)〕。
給教師的建議
當你們做課程設計時，我在講課中是如何使用這些資料的一些經驗或許對你們有幫助。
像前麵提到的，以本書為基礎的課程持續兩個小學期（two quarters,共20周）。我每周講一次3個小時的課，並布置一次作業。講完課後，我親自批閱這些作業；但隨著學生人數的增加，我請助教（從以前課上錶現好的學生中選擇）協助我批閱作業，並解答學生在計算和統計學方麵的疑問。最近幾年，我兩個小學期講17周課，前16周每周布置作業，期末要求學生提交一篇學期論文。對學生論文的第一份草稿，我力爭效仿期刊投稿的過程閱讀並寫齣評論。因此，在我的課上，每個人都會收到“修改和再提交”的反饋。我鼓勵學生根據我的反饋意見繼續完善他們的學期論文，並在最後一次作業結束後兩周提交第二份草稿。
最初的練習在一定程度上是為引導學生進入分析過程而設計的，後來的一些練習也是如此。但是，後麵的練習形式更自由，要求學生“像書中講解的那樣進行分析”。對於有明確答案的練習，我提供瞭完整而詳細的答案——類似於統計學習題集。
課程大綱、每周的練習以及練習詳解可以從網站www.josseybass.com/go/quantitativedataanalysis下載。

緻　謝
像前麵提到的，這本書是在UCLA與許多不同年級的研究生互動的基礎上不斷完善起來的，他們對每一章都做齣瞭重要貢獻，並通過詳細評論或提齣疑問的方式，指齣講解中存在的問題。如果沒有他們，就不會有此書，因為我從來沒有想到自己會寫一本教材，所以我非常感謝他們。尤其是Pamela Stoddard真正促成瞭這本書以當前的形式齣版，之前她在飛機上偶遇Jossey-Bass的圖書編輯Andrew Pasternack，談到她的教授正考慮將授課的章節寫成一本教材。Andy聯係我，後來的事情就盡人皆知瞭。
這門課程最早是與我的同事Jonathan Kelley閤作講授的，20世紀70年代他是UCLA的一名訪問教授。第一個練習就是他提供的，課程總的進展，特彆是前半部分，大多數歸功於他。
我的同事Bill Mason是我多年的統計學導師，他最近從UCLA社會學係和統計學係退休。我經常得益於他對疑難統計問題的洞察力，而且我學到的許多在研究生階段沒有學到的知識都來自旁聽他的高級統計課程。另一位同事Rob Mare同樣給我很多類似的幫助。我的新同事Jennie Brand在2008年鞦接手我的量化數據分析課，她閱讀瞭全部手稿，並提齣許多有益的建議。Stata公司作者支持項目部（Author Support Program）的Bill Rising檢查瞭所有Stata的下載-do-文件，並且提齣瞭許多改進和更新的建議，從而保證它們是目前最好的練習。最後，這本書極大地得益於約100名中國學生的仔細閱讀，2008年6月我在北京大學給他們講授這門暑期課程。他們發現瞭許多未被察覺的錯誤，並指齣一些錶述模棱兩可的地方，促使我重新完善書中部分內容。
我對研究設計和統計問題的理解，尤其是對因果關係和因果推論的挑戰，極大地得益於加利福尼亞人口研究中心（California Center for Population Research）每周舉辦的講座。參加講座的有社會學傢、經濟學傢以及其他社會科學傢，特彆是來自其他學校的訪問學者，大傢一起聆聽和評論，報告研究進展。這種生動的、跨領域的討論有幾分流動研討班的味道，我想這應該就是我所想象的學術生活可能和應該的樣子。
最後，我的妻子Judith Herschman一直錶現齣無盡的耐心，隻是偶爾問我：“你何時齣版你的方法書？”


中文版序言

在過去的15年裏，我一直緻力於對中國社會的研究。我與中美兩國的同事一起在中國大陸組織瞭兩次全國性的概率抽樣調查：一次是在1996年，關注中國大陸居民生命曆程中所遭遇的不平等情況；另一次是在2008年，關注的是中國國內人口遷移的原因、過程與結果（本書中的許多研究實例都來自1996年的調查數據）。我和一些同事目前正著手計劃在中國進行第三次調查，主題是遷移對兒童的影響。自1995年以來，隨著訪問中國的次數日漸增多，我對中國文化的理解和與中國學生的交往日漸加深。2008年7月，我以本書為教材在北京大學—密歇根大學學院授課，正是在那裏我認識瞭本書的譯者任強教授。此後在2010年鞦，我在香港科技大學再次用此書授課。兩次授課使用的都是本教材的英文版。
有瞭在北京以及在香港麵嚮中國學生的授課經曆，當任強教授提議將這本教材翻譯為中文時，我真的非常高興。這次與任強教授的閤作也相當愉快，在此我錶示衷心的感謝。同時，我還要感謝香港科技大學的一些研究生（李駿、李蘭、宋曦、葉華、張卓妮和鄭冰島），他們校對瞭全部譯稿並在中文措詞方麵提齣瞭很好的修改意見。雖然我自己不懂中文，但是熟悉漢語的朋友告訴我，在任強教授和這幾位同學的辛勤工作之下，翻譯工作相當齣色。
本書的英文版填補瞭美國研究生定量社會研究方法齣版物中的一個重要空白。盡管在美國，針對社會科學研究的統計教科書很多，但大多數都集中講述統計的數理基礎，很少關注如何在實踐中運用這些統計方法來做研究。本書的宗旨就在於彌補這一缺憾，它所麵嚮的是那些已經學習瞭統計學的入門課程並想將這些統計知識應用到嚴謹的實證研究中的學生。以前由於缺乏這樣的書籍，所以我就自己為學生寫講義材料，後來將這些講義擴充為一些章節，最後就形成瞭本書。
我希望本書在中國也會起到同樣的作用，使學生作為社會科學研究者掌握或提高定量研究的方法和分析技術。由於中國學生的數學訓練比美國學生好，此外，同歐洲的大學一樣，中國的大學在本科生一入學就開始提供專業化的學科訓練，所以我希望本書除瞭適用於研究生之外，同樣也適用於主修任何一門社會科學的本科生。此外，本書還適用於那些已經完成瞭專業訓練但或許還沒有機會接觸本書所展示的各種分析技術和策略的研究人員。我以前的許多學生——如今已是美國的大學教授或研究人員——告訴我，每當碰到新的研究問題時他們都會繼續從本書中尋找解決的辦法。其實，每當要使用一種因日久而生疏的分析方法時，我自己也會這樣做。因此，本書既可用作學生的訓練手冊，也可用作研究人員的參考工具書。
在中國，定量社會研究方法的訓練和應用的質量正在迅速提高，這從中國學生在申請美國大學的研究生項目時所提交的論文質量不斷提高這一點上可見一斑。但中國地域遼闊，許多學生因英語能力有限而在閱讀英文的技術性文章時麵臨睏難，也有許多學生可能不具備購買昂貴的外文書籍的條件。因此，我希望這本教科書中文版的發行能有助於定量研究方法在中國繼續推廣——社會科學研究者們現在正需要用這些方法來做嚴謹的分析工作，這對瞭解一係列涉及中國社會特徵的重要問題來說是必需的。本書不僅對學術界的社會科學研究者有用，而且對應用社會科學研究者也應該有用——不管他們是社會學傢、經濟學傢、地理學傢、流行病學傢或其他公共衛生研究者,還是城市規劃者、計劃生育專傢、社會服務行政人員,以及其他隸屬於政府機構的研究人員；此書對市場分析員和其他在私人公司的從業者可能也同樣適用。
在我看來，用社會研究檢驗各種想法充滿瞭樂趣，希望本書能帶領你——本書的讀者，得齣相同的結論。

唐啓明（Donald J.Treiman）


譯者序言

在我上研究生階段和查閱文獻的過程中，曾讀過不少Donald J.Treiman教授的研究文章——他的朋友們都親切地稱呼他Don。因為沒有係統地受過統計學訓練，所以我將他的文章作為理解統計方法和指標解釋方麵的範本，在不理解一些模型的原理的時候，也常常重讀他的文章以尋求答案。可以說，他的文章是我學習統計學的指南。
第一次見到Treiman教授是在2008年夏天，當時我與謝宇教授一起負責主持北京大學—密歇根大學學院社會調查與定量分析實驗室的暑期課程，邀請Treiman教授講授“量化數據分析”課程，我同時作為助教之一輔助他的教學，與其說是助教，還不如說是學員——我完整地聽完他4個星期的講課，並認真完成每次作業。當時，課上有98名學生，加上旁聽的有100多人。自己也做教師多年，但Don駕馭課堂的技巧和能力依然令我十分佩服。他在課堂上講解清晰、邏輯性強、循序漸進，且說話風趣，課堂氣氛十分活躍。他一絲不苟，對學生提齣的每個問題都認真思考，給予解答，並常常提供豐富的補充資料。他的講解就像他的文章一樣，清晰、簡潔、透徹，容易理解。這次暑期課的講義用的就是已齣版的本書英文版的校對稿。當上課前拿到Don發給我的校對稿時，我用瞭兩天的時間將它通讀瞭一遍，感嘆不愧是凝聚瞭他幾十年教學、研究心得的一本好書，當時就下決心再進一步精讀此書，並翻譯成中文，讓更多的中國讀者受益。
當我嚮他錶示希望翻譯此書時，Don非常高興，並主動聯係美國的齣版社，希望給予版權等方麵的幫助；隨後又將他的詳細講義和資料發給我，以便我透徹理解此書。在書即將齣版的時候，當他得知我在密歇根大學人口研究中心訪問時，就馬上給編輯寫信，請編輯將書直接寄給我。離開的前一天晚上纔收到美國齣版社寄給我的書。於是，在迴北京的飛機上，我又一次通讀瞭此書。
2011年初，我完成瞭譯稿，並且前後校對瞭三遍，反復斟酌一些中文用詞的習慣。為瞭理解和翻譯得更加準確，尤其是考慮到更加符閤中文的錶達習慣，Don建議再多請幾位修習過此課程的同學幫忙校對（盡管我與社會科學文獻齣版社簽訂的齣版閤同要求5月底前交付書稿，但齣於保證翻譯質量的考慮，齣版社同意延期半年）。這些同學不僅參加過2008年北京大學—密歇根大學學院的暑期課程，而且分彆在香港科技大學和加州大學洛杉磯分校聆聽過Don親自授課。我們采取每章輪流由兩人校對的工作方式，最後由我統一審校。無論在翻譯還是審校的過程中，當遇到不理解的內容和有疑問的地方時，均得到Don詳細、耐心的講解和迴復，這使我進一步加深瞭對本書的理解。
當翻譯、校對工作基本完成時，鑒於Don對中國文化的瞭解和對中國社會問題的研究興趣，我也希望Don藉此書中文版齣版之際，跟中國學生、讀者談談他多年做中國研究的體會。當我約他為中文版寫序時，他欣然同意。同時，我們在這本書的封麵上看到Don第一次有瞭正式的中文名字。雖然Don從事中國研究十多年，他的中譯名也曾以多種形式（如特雷曼等）齣現過，但多是英文直譯，沒有得到Don的認可。然而，從此書在中國麵世開始，以及在未來以中文發錶的文章、著作中，Don決定正式使用他的中文名字——唐啓明。
組織、協調工作是很煩瑣的工作，在這裏我要特彆感謝宋曦同學在校對過程中齣色的組織工作。參與本書校對工作的有：宋曦（加州大學洛杉磯分校博士研究生，負責校對第1～4章、第8章、第10章、第12章，以及英文版序言、導言、附錄和作者介紹）、李蘭（香港科技大學碩士，負責校對第1～4章、第8章、第10章、第12章，以及英文版序言、導言、附錄和作者介紹）、李駿（香港科技大學博士候選人，負責校對第5章、第7章、第9章、第11章、第13～14章）、葉華（香港科技大學博士候選人，負責校對第6～8章、第13章、第15～16章）、鄭冰島（香港科技大學博士候選人，負責校對第6章、第9章和第11章）、張卓妮（香港科技大學博士，負責校對第14～15章）。最後，李駿負責翻譯瞭Don為中文版寫的序言，張卓妮和宋曦對此做瞭校對。在此嚮參與校對的6位同學錶示衷心的感謝。
最後，感謝社會科學文獻齣版社的編輯楊桂鳳女士給予的理解和幫助。同時感謝謝宇教授、郭誌剛教授和鄭曉瑛教授的支持和鼓勵，並再次嚮Don錶示感謝，感謝他在聯係版權的過程中給予的無私幫助，在翻譯和校對的過程中給予的耐心、細緻的解答。
由於譯者的能力和知識有限，在翻譯過程中難免會有理解不當或錯誤的地方，懇請讀者和同行批評指正。

任強

量化視角下的社會洞察：探索現象背後的數學模型與統計規律 我們生活在一個信息爆炸的時代，海量的數據如同潮水般湧來，其中蘊含著關於人類行為、社會結構、經濟趨勢乃至個體選擇的深刻奧秘。然而，如何有效地從這些紛繁復雜的數據中提煉齣有價值的見解，如何將抽象的理論轉化為可檢驗的假設，如何讓嚴謹的量化方法為我們理解紛繁的社會世界提供堅實的基礎？本書正是為瞭迴答這些核心問題而誕生，它並非一本技術手冊，更像是一場智識的探索，引導讀者以一種全新的、量化的視角去審視和理解我們所處的社會。 本書旨在構建一座連接理論與實踐的橋梁，讓那些熱衷於社會研究、渴望用數據說話的學者、學生以及所有對社會現象抱有好奇心的人們，掌握一套係統性的量化分析方法。我們將深入淺齣地介紹如何從概念的模糊走嚮數據的清晰，如何將抽象的社會理論轉化為可以量化測量的變量，以及如何設計研究方案來有效地收集和處理相關數據。更重要的是，本書將側重於如何利用統計學和數學模型，對這些量化後的信息進行嚴謹的分析，從而揭示隱藏在現象背後的因果關係、模式與規律。 本書的核心在於“量化”與“社會研究”的深度融閤。 我們將破除“量化分析是枯燥冰冷的技術活”的刻闆印象，強調其在社會科學研究中無可替代的強大力量。通過本書，讀者將學習到如何將那些看似難以捉摸的社會學、心理學、經濟學甚至政治學議題，通過精巧的量化設計，轉化為可操作、可分析的數據集。這不僅僅是數據的收集，更是一種思維方式的轉變，是從定性描述到定量推理的飛躍。 我們關注的核心問題是“通過社會研究檢驗想法”。 許多社會理論和個人直覺，都需要通過實證研究來驗證其有效性。本書將教你如何構建一個嚴謹的科學研究流程，從提齣一個具有潛力的研究問題開始，通過文獻迴顧梳理現有知識，進而將想法轉化為可檢驗的假設。然後，我們將詳細闡述如何選擇最閤適的研究設計——是實驗研究、準實驗研究，還是調查研究、案例研究？每一種設計都有其適用的場景和潛在的局限性，本書將提供深入的分析和指導。 量化分析的起點是數據的獲取與處理。 本書將引導讀者瞭解不同類型的數據來源，包括一手數據（如問捲調查、訪談錄音的編碼、實驗測量）和二手數據（如政府統計數據、公開數據庫、社交媒體數據）。我們將討論數據收集過程中的質量控製、抽樣方法以及如何避免係統性偏差。在數據預處理階段，本書將重點講解數據清洗、變量轉換、缺失值處理以及如何構建閤適的分析變量，確保後續分析的準確性和可靠性。 核心內容之一，是概率統計學在社會研究中的應用。 本書將從基礎的描述性統計齣發，幫助讀者理解數據的分布特徵、集中趨勢和離散程度，學會繪製清晰的圖錶來可視化數據。隨後，我們將深入探討推斷性統計學的概念，包括假設檢驗、置信區間以及各種統計模型的原理和應用。讀者將學會如何選擇恰當的統計檢驗方法，例如t檢驗、方差分析（ANOVA）、卡方檢驗，來比較不同群體間的差異，或者檢驗變量間的關聯性。 更進一步，本書將聚焦於迴歸分析，這是量化社會研究中最強大、最常用的工具之一。 我們將從簡單的綫性迴歸開始，逐步講解多元綫性迴歸，幫助讀者理解如何評估多個自變量對因變量的影響，並控製潛在的混淆因素。本書還將介紹邏輯迴歸，用於分析二分類因變量，以及如何解釋迴歸係數的含義，評估模型的擬閤優度，並進行模型診斷，以確保分析結果的穩健性。對於更復雜的社會現象，我們還會涉及一些進階的迴歸技術，例如麵闆數據迴歸，用於處理具有時間維度的數據，以及多層次模型，用於分析嵌套在不同層級結構中的數據（如學生嵌套在班級，班級嵌套在學校）。 本書不僅僅是傳授工具，更注重培養讀者的批判性思維。 我們將強調在量化分析中，數據的解讀至關重要。僅僅得到一個統計顯著的P值，並不能直接證明因果關係。本書將引導讀者深入理解相關性不等於因果性這一核心理念，並介紹如何通過研究設計（如隨機對照試驗）或統計技術（如工具變量法、傾嚮得分匹配法）來更接近因果推斷。讀者將學會如何識彆和評估研究中的潛在偏誤，例如選擇偏誤、測量偏誤和迴憶偏誤，並思考如何通過量化方法來規避或緩解這些偏誤。 此外，本書還將觸及一些與社會研究方法論緊密相關的議題。 我們將討論如何有效地測量那些難以直接觀察的社會學概念，例如社會資本、信任度、生活滿意度等，這涉及到量錶的設計、信度和效度的評估。讀者將瞭解如何構建和驗證測量工具，以確保所收集數據的質量。 本書的特色在於，它並非僅僅羅列各種統計公式和軟件操作指南。 每一個統計概念和方法，都將緊密結閤具體的社會研究案例來講解。我們將分析真實世界中的研究，展示研究者是如何將抽象理論轉化為具體的數據分析步驟，又是如何利用分析結果來支持或反駁其最初的想法。這些案例將覆蓋社會學的宏大敘事，也包括心理學的個體行為，以及經濟學中的市場動態，力求展現量化方法在不同社會科學領域的廣泛適用性。 本書的寫作風格將力求清晰、易懂，同時保持學術的嚴謹性。 我們將避免使用過於晦澀的專業術語，並在必要時進行解釋。數學推導將盡可能簡化，重點在於理解其背後的邏輯和應用。本書將鼓勵讀者動手實踐，提供清晰的思路和步驟，引導讀者在實際操作中掌握這些量化工具。 總而言之，本書的目標是讓讀者具備以下能力： 將社會問題轉化為可量化研究的設計。 理解並掌握數據收集、清洗和預處理的關鍵技術。 熟練運用描述性統計和推斷性統計方法來分析數據。 深刻理解並應用迴歸分析等高級量化模型。 批判性地解讀量化分析結果，區分相關性與因果性。 評估研究中的偏誤，並思考應對策略。 自信地利用量化證據來支持或反駁社會研究中的想法。 通過學習本書，你將能夠不再僅僅停留在對社會現象的定性描述，而是能夠深入其肌理，探尋其運作機製，並通過嚴謹的量化證據，為你的社會研究想法提供堅實的支撐。這是一場關於如何用數據說話，如何用數學工具揭示社會奧秘的旅程，期待與你一同啓程。

評分☆☆☆☆☆

這本書的裝幀設計非常吸引人，硬殼封麵，紙張厚實，印刷質量上乘，拿在手裏沉甸甸的，很有質感。內頁的布局清晰明瞭，排版舒適，大段文字之間留有足夠的留白，閱讀起來眼睛不容易疲勞。章節標題的設計也很用心，既能概括內容，又不失設計感。作者在引用文獻和圖錶時，格式統一規範，體現瞭專業水準。特彆是那些復雜的統計圖錶，綫條清晰，顔色搭配得當，即便是初次接觸這些概念的讀者，也能快速抓住重點。書中的插圖和案例照片也很有意思，雖然與核心理論可能沒有直接關係，但它們為整體閱讀體驗增添瞭不少趣味性，讓人在學習枯燥理論之餘，還能感受到一絲輕鬆。我個人非常看重一本書的物理呈現，這本書在這方麵無疑是下瞭大功夫的，讓人願意反復翻閱，甚至在書桌上展示。

評分☆☆☆☆☆

這本書的價值，對我而言，並不完全在於它教會瞭我多少具體的計算技巧，而在於它徹底重塑瞭我對“證據”和“論證”的理解。作者花費瞭大量篇幅去探討研究設計中的潛在偏差、測量工具的信度和效度，以及如何審慎地解讀統計顯著性。他不斷提醒讀者，數據本身是沉默的，是研究者的提問和框架賦予瞭數據意義。這種對方法論背後哲學思考的強調，讓我從一個僅僅關注“結果”的初級學習者，轉變為一個更關心“過程”和“假設”的批判性思考者。閱讀完後，我發現自己在麵對任何新聞報道或行業報告時，都會下意識地去追問：“你的樣本是什麼？”“你的因果關係是否成立？”這本書真正教會我的，是成為一個更嚴謹、更負責任的知識消費者和生産者。

評分☆☆☆☆☆

這本書的寫作風格非常獨特，它不像很多學術著作那樣闆著麵孔說教，而是采用瞭一種非常口語化、娓娓道來的敘述方式。作者似乎坐在你對麵，像一位經驗豐富的導師，用清晰、生動的語言為你剖析復雜的概念。他擅長使用日常生活中的類比來解釋抽象的統計模型，比如他把迴歸分析比作天氣預報的準確度，把抽樣誤差比作品嘗一鍋湯的味道。這種親和力極大地降低瞭閱讀的門檻，使得原本晦澀難懂的統計學原理變得平易近人。更難得的是，這種口語化並不意味著膚淺，作者在保證科普性的同時，對理論的嚴謹性把握得非常好，每一個論斷都有紮實的邏輯支撐。讀完後，感覺自己不是被動地接收知識，而是在與一位高明的智者進行一場深入而愉快的對話。

評分☆☆☆☆☆

我之所以對這本書愛不釋手，很大程度上是因為它在結構上展現齣的那種強大的邏輯推導能力。從第一章的宏觀視角切入，到中間部分對具體分析方法的精細拆解，再到最後對研究倫理和報告撰寫的指導，整個知識體係的搭建如同精密的工程藍圖。每一章的銜接都做到瞭水到渠成，前一章解決的問題，自然而然地導嚮下一章需要探討的新議題。作者在構建理論框架時，非常注重“為什麼”的闡述，而不是簡單地羅列“是什麼”。他會花大量篇幅去探討不同分析路徑的曆史演變和理論基礎的取捨，這種深度挖掘使得讀者能夠建立起一個堅固的、不易動搖的知識結構。這種層層遞進、環環相扣的敘事方式，讓我在閱讀時有一種不斷解鎖新領域的成就感。

評分☆☆☆☆☆

這本書在案例選擇上展現齣瞭極強的時效性和地域敏感度。它引用的研究實例並非那種陳舊的、脫離當下的教科書範例，而是大量取材於近十年內全球範圍內發生的、與大眾息息相關的社會事件。無論是關於社交媒體影響力的研究，還是對新興社會運動的追蹤分析，這些案例都充滿瞭生命力和討論價值。作者巧妙地將理論工具嵌入到這些鮮活的案例背景中進行演示，使得讀者能夠立刻理解這些分析方法在現實世界中的應用場景和局限性。通過這些具體的“實戰演練”，我深刻體會到，數據分析不僅僅是一套數學公式，它更是一種觀察世界、理解人類行為的有效視角。這些案例的引入，極大地激發瞭我將所學知識付諸實踐的渴望。