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。

《神经科学与技术的统计信号处理(导读版)》全面概述了统计信号处理、信息论、机器学习的基本原则、理论和方法，以及它们在神经科学中的应用。作为本领域独一无二的参考书，《神经科学与技术的统计信号处理(导读版)》总结了神经科学中用于解决新兴问题的信号处理、机器学习理论和技术的最新发展，并且特别强调了神经技术的基础和临床应用。《神经科学与技术的统计信号处理(导读版)》是神经工程、神经假体、脑-机接口、计算和系统神经科学、神经信息学、神经生理学等领域的工程研究人员和研究生的理想参考书。

在充满不确定性的世界中
发现能一锤定音的相关性和赢利点
...................
※编辑推荐※
★统计学能证明“天下乌鸦一般黑”吗？重新装修店面和销售额增长之间存在因果关系吗？想招聘具有多种能力的员工，怎样选择才科学？怎样用回归分析找出商业数据之间难以被发现的关联性？……在数据为王的时代，要在职场站稳脚跟，分析数据的能力不可或缺。
★本书着力讲解统计学在商务实践中的应用，它用分属不同领域的商业案例帮助读者打通统计思维的脉络，让读者在理解统计原理的同时也能掌握统计技术的实践技巧。从事商业管理、财务会计、市场营销、人力资源等工作的职场人士都能从中汲取营养、精进业务。
★作者西内启曾出版多部统计类畅销书，尤擅用案例和图表解析统计学的概念和用法，不懂数学的读者也可以轻松读懂，学会用统计思维看问题。
...................
※内容简介※
举办抽奖活动就能增加营业额，改变供应策略就能减少库存，改进招聘政策就能提升人才质量……无论是要降低成本、增加利润，还是招聘人才，把握因果关系都是做出商业决策、提升业绩的基础。
想提升业绩就不能靠撞大运！大数据时代信息繁杂，随之涌现的千头万绪常常令人不知所措。如何才能迅速、行之有效地解决问题？统计学正是一件不可多得的利器，帮你发掘有价值的因果关系，透视隐于数据背后的商业真相。
本书专为在职场打拼的商务人士量身定制，用实实在在的案例和清晰易懂的图表解析假设检验、随机对照实验、回归分析、因子分析、聚类分析等常见统计方法在商务实战中的应用，没有统计基础的读者也不用因不懂数学而发愁。
大数据时代，解剖数据已成为我们的职场基本功。翻开本书，你就能学会用统计思维武装自己，在商场上披荆斩棘。

英国皇家人类学会编的这本《田野调查技术手册(6thed.)》在体例上分为4部分18章。第一部分用2章讲述人体测量技术，等于承认有生命的个体是人类社会的前提。第二部分用9章讲述田野调查的准备工作和循序渐进过程，对社会结构、个人生命史、政治组织、经济活动、信仰仪式、地方性知识、语言手式等方面的问题作了阐释。第三部分用5章再来展现物质文化、制度文化与精神文化的细目，讲述了调查衣、食、住、行以及娱乐与消遣的技巧。第四部分用2章论述死文化的发掘和文物保护工作。上述体例实际是隐性的理论框架，深描了各方面的文化，因而具有较大的参考价值。

数据时代已经到来，但数据分析、数据挖掘人才却十分短缺。由于“大数据”对每个领域的决定性影响，　相对于经验和直觉，在商业、经济及其他领域中基于数据和分析去发现问题并作出科学、客观的决策越来越重要。开源软件R是世界上最流行的数据分析、统计计算及制图语言，几乎能够完成任何数据处理任务，可安装并运行于所有主流平台，为我们提供了成千上万的专业模块和实用工具，是从大数据中获取有用信息的绝佳工具。　　本书从解决实际问题入手，尽量跳脱统计学的理论阐述来讨论R语言及其应用，讲解清晰透澈，极具实用性。作者不仅高度概括了R语言的强大功能、展示了各种实用的统计示例，而且对于难以用传统方法分析的凌乱、不完整和非正态的数据也给出了完备的处理方法。通读本书，你将全面掌握使用R语言进行数据分析、数据挖掘的技巧，并领略大量探索和展示数据的图形功能，从而更加高效地进行分析与沟通。想要成为倍受高科技企业追捧的、炙手可热的数据分析师吗？想要科学分析数据并正确决策吗？不妨从本书开始，挑战大数据，用R开始炫酷的数据统计与分析吧！　　本书内容：　　R安装与操作
数据导入/导出及格式化双变量关系的描述性分析回归分析
模型适用性的评价方法以及结果的可视化
用图形实现变量关系的可视化
在给定置信度的前提下确定样本量
高级统计分析方法和高级绘图

社会研究的统计应用，ISBN：9787801494313，作者：李沛良著

一本针对研究生的讲述定量研究方法的教辅书，美国定量研究方法领域权威教授写就，针对中国国内“重定性，轻定量”的研究现状，就定量研究的本质、基础、范畴和争论，做了精辟的论述和分析，是国内外广大对社会科学方法研究有专长或有兴趣的学者和学生必备的手册和工具，正应时下社会科学研究之需。

《频率测度论》是系统研究数列伪随机性的一门基础理论，它与概率论既有密切联系，又有明显区别。全书共分为14章，所有内容可分为两大部分：一部分是与概率论相平行的内容，包括伪随机事件，全频率公式和频率Bayes公式，频率分布，频率密度，二项分布和正态分布，边际分布和独立性，期望和方差，协方差、相关系数、条件期望、线性回归和矩，频率熵和互信息，频率大数定律和中心极限定理等；另一部分是与概率论不平行的内容，包括频率收敛性和频率振动性，数列的积分，分布混沌性，自相关数列和互相关数列，随机模拟等。《频率测度论》内容精练，语言朴实，主要内容参照了概率论的研究内容和方法，是数列伪随机性应用领域的基础理论。《频率测度论》适合具有基本的微积分、概率论和差分方程知识的本科生、研究生、理工科教师和各类科研工作者阅读。

《国外计算机科学教材系列:统计机器翻译》提供了必要的语言学和概率论基础知识，涵盖了机器翻译的主要模型：基于词的、基于短语的和基于句法树的模型，还介绍了机器翻译评测、语言建模、区分式训练以及整合语言学标注的高级方法。《国外计算机科学教材系列:统计机器翻译》汇总了最新的研究成果和一些尚未解决的挑战，使初学者和经验丰富的研究人员都能够对这一领域有所贡献。这是一本本科生和研究生的理想读本，也适用于任何对机器翻译开发有兴趣的读者。

This classic text on multiple regression is noted for its nonmathematical, applied, and data-analytic approach. Readers profit from its verbal-conceptual exposition and frequent use of examples. The applied emphasis provides clear illustrations of the principles and provides worked examples of the types of applications that are possible. Researchers learn how to specify regression models that directly address their research questions. An overview of the fundamental ideas of multiple regression and a review of bivariate correlation and regression and other elementary statistical concepts provide a strong foundation for understanding the rest of the text. The third edition features an increased emphasis on graphics and the use of confidence intervals and effect size measures, and an accompanying website with data for most of the numerical examples along with the computer code for SPSS, SAS, and SYSTAT, at www.psypress.com/9780805822236 . Applied Multiple Regression serves as both a textbook for graduate students and as a reference tool for researchers in psychology, education, health sciences, communications, business, sociology, political science, anthropology, and economics. An introductory knowledge of statistics is required. Self-standing chapters minimize the need for researchers to refer to previous chapters.

《概率论教程:英文版(第3版)》是一本享誉世界的经典概率论教材，令众多读者受益无穷。自出版以来。已被世界75％以上的大学的数万名学生使用。《概率论教程:英文版(第3版)》内容丰富，逻辑清晰，叙述严谨。不仅可以拓展读者的视野。而且还将为其后续的学习和研究打下坚实基础。此外，《概率论教程:英文版(第3版)》的习题较多，都经过细心的遴选，从易到难，便于读者巩固练习。本版补充了有关测度和积分方面的内容，并增加了一些习题。

An Introduction to Statistical Learning provides an accessible overview of the field of statistical learning, an essential toolset for making sense of the vast and complex data sets that have emerged in fields ranging from biology to finance to marketing to astrophysics in the past twenty years. This book presents some of the most important modeling and prediction techniques, along with relevant applications. Topics include linear regression, classification, resampling methods, shrinkage approaches, tree-based methods, support vector machines, clustering, and more. Color graphics and real-world examples are used to illustrate the methods presented. Since the goal of this textbook is to facilitate the use of these statistical learning techniques by practitioners in science, industry, and other fields, each chapter contains a tutorial on implementing the analyses and methods presented in R, an extremely popular open source statistical software platform. Two of the authors co-wrote The Elements of Statistical Learning (Hastie, Tibshirani and Friedman, 2nd edition 2009), a popular reference book for statistics and machine learning researchers. An Introduction to Statistical Learning covers many of the same topics, but at a level accessible to a much broader audience. This book is targeted at statisticians and non-statisticians alike who wish to use cutting-edge statistical learning techniques to analyze their data. The text assumes only a previous course in linear regression and no knowledge of matrix algebra.

《结构方程模型:AMOS的操作与应用(第2版)》前半部介绍结构方程模型（SEM）的概念与AmosGraphics窗口界面的基本操作；后半部以各种实例介绍AmosGraphics在各种SEM模型中的应用。全书采用AMOS图像界面，完全没有复杂的SEM理论推导和语法，最大的特点就是对利用AMOS进行结构方程模型各种分析的每一个步骤都有详细的讲解和图示。这是一本“使用者界面”取向的书籍，即使是不懂传统SEM语法使用者，也能在最短时间内学会用AMOS绘制各种SEM模型图，并将模型估计、模型识别判断、模型修正与模型验证，实际应用于自己的研究领域中。《结构方程模型:AMOS的操作与应用(第2版)》的读者对象是结构方程模型分析方法的学习者和使用者，适合社会科学各学科高年级本科生、硕博士研究生自学，也适合教师教学辅助参考。

您一直等待的修订版就在这里！由于充满丰富的研究示例，并对分层线性模型(HLM)理论与应用有透彻的解释，其第1版就广受欢迎，现在这本书的第2版又重新组织为四大部分，并且加入了全新的4章内容。前两个部分，即第一部分“原理”和第二部分“基本应用”，紧密对应着上一版中的9章，但是已经大量扩展了内容，技术解释更为清晰，比如：
对HLM模型中的基本估计和推断程序提供了一个直观的介绍性总结。
在第6章中新加了一节多元增长模型。
第7章增加了对研究综合或元分析应用的讨论。
对数据分析中层-1自变量定位方法的建议以及可信值区间与稳健标准误方面的新材料。
虽然第1版主要是讨论层-1结果变量为连续分布的情况，然而现在的第 2版的第三部分中又包括了一系列其他类型结果变量的分析，比如： 　　新的第10章介绍分层模型在结果变量为二分类变量、计数变量、序次变量以及多项分类变量条件下的应用，并且每种情况都提供了详细的示例和说明。
新的第11章讨论了潜在变量模型，其中包括在HLM框架下对有缺失的数据以及在自变量有测量误差时如何进行回归估计，还包括了嵌入性分项反应模型。
第13章则是关于分层数据分析中贝叶斯推断原理的介绍。
作者在第四部分中对全书应用的统计理论以及计算方法进行了总结，包括层-1为正态分布误差的单变量模型、多元线性模型以及分层一般化线性模型。此外，还给读者提供了一个新的链接网址，可以下载有关数据并访问更多的技术资料。

《棘手又迷人的数学•概率统计拾遗》分为11个部分，每个部分讨论一个专题，各个专题独立成立。有的专题曾为重庆大学的学生作过专题报告。因此，《棘手又迷人的数学•概率统计拾遗》也可叫做专题报告集。全书前8个部分属于概率论的内容，第9和第10部分属于数理统计的内容，第11部分既与概率统计有关，也与随机过程和排队论有关。《棘手又迷人的数学•概率统计拾遗》不仅介绍了很多新结果，新概念，新方法，还介绍了如和发现提出问题，如和分析解决问题，如何对已解决的问题进行推广和应用；如何把个别具体问题抽象成一般理论问题，又如何把一般理论应用到实际。不仅强调结果，更强调过程。

《统计力学·第2版(英文版)》初版于1972年，其内容涵盖了统计力学的标准内容，叙述清晰详细，深受读者欢迎。第2版对第1版的内容作了补充和删改，重写了关于相变理论的部分，增加了临界现象的重正化群理论的内容，并在每章末增加了注释。《统计力学·第2版(英文版)》每章末都附有习题。这是一本研究生水平的统计力学经典教材。是以作者多年来在几所大学为研究生授课的讲义为蓝本而写成的。
目次：1.热力学的统计基础；2.系综理论纲要；3.正则系综；4.巨正则系综；5.量子统计；6.简单气体的理论；7.理想玻色系统；8.理想费米系统；9.互作用系的统计力学：集团展开方法；10.互作用系的统计力学：量子场论方法；11.相变：临界性、普适性和标度；12.相变：几种模型的严格（或几乎严格）的结果；13.相变：重正化群方法；14.涨落。附录6则。
读者对象:物理学专业的研究生、教师及科研人员。

本书收录StephenM.Stigler的22篇论文，主要关于统计的发展历史，同时涉及统计思维、统计标准与统计检测等诸多方面。本书特别关注统计学史的两个方面。首要的方面包括了概念性的问题，这些问题出现在社会科学和自然科学领域对数据的解读上，非常艰深难懂。另一方面是数学方法问题，具有相当的技术复杂性，出现在对概率模型的建立和运用中。我们需要用这些模型来明确对不确定性的描述，否则无法判断结论及预测的可靠性。
全书共分为五个部分。第一部分讲述皮尔逊所受到的挑战，接着探讨凯特勒在1831年为赋予个体集合的平均值意义而做出的努力。第二部分主要介绍高尔顿的观点以及一些相关观点的进展。第三部分回顾的是更久远的17世纪，以及什么是数理概率在科学问题分析中的最早应用。第四部分关注的是“发现”在两个层面上的问题：“发现”作为科学社会学中的一个主旨，以及公众是如何看待一个新发现的。第五部分探讨的是统计对于标准的作用，以及标准在统计中的角色。

《应用随机过程概率模型导论》是一部经典的随机过程著作, 叙述深入浅出、涉及面广，主要内容有随机变量、条件概率及条件期望、离散及连续马尔可夫链、指数分布、泊松过程、布朗运动及平稳过程、更新理论及排队论等；也包括了随机过程在物理、生物、运筹、网络、遗传、经济、保险、金融及可靠性中的应用，特别是有关随机模拟的内容, 给随机系统运行的模拟计算提供了有力的工具。《应用随机过程概率模型导论》有约700道习题, 其中带星号的习题还提供了解答。

《实用多元统计分析(第6版)》多元统计分析是统计学中内容十分丰富、应用范围极为广泛的一个分支。在自然科学和社会科学的许多学科中，研究者都有可能需要分析处理有多个变量的数据的问题。能否从表面上看起来杂乱无章的数据中发现和提炼出规律性的结论，不仅需要对所研究的专业领域有很好的训练，而且要掌握必要的统计分析工具。对研究者来说，《实用多元统计分析》是学习掌握多元统计分析的各种模型和方法的一本有价值的参考书：首先，它做到了“浅入深出”，既可供初学者入门，又能使有较深基础的人受益；其次，它既侧重于应用，又兼顾必要的推理论证，使学习者既能学到“如何”做，又能在一定程度上了解“为什么”这样做；最后，它内涵丰富、全面，不仅基本包括各种在实际中常用的多元统计分析方法，而且对现代统计学的最新思想和进展有所介绍。

During the past decade there has been an explosion in computation and information technology. With it have come vast amounts of data in a variety of fields such as medicine, biology, finance, and marketing. The challenge of understanding these data has led to the development of new tools in the field of statistics, and spawned new areas such as data mining, machine learning, and bioinformatics. Many of these tools have common underpinnings but are often expressed with different terminology. This book describes the important ideas in these areas in a common conceptual framework. While the approach is statistical, the emphasis is on concepts rather than mathematics. Many examples are given, with a liberal use of color graphics. It is a valuable resource for statisticians and anyone interested in data mining in science or industry. The book's coverage is broad, from supervised learning (prediction) to unsupervised learning. The many topics include neural networks, support vector machines, classification trees and boosting---the first comprehensive treatment of this topic in any book. This major new edition features many topics not covered in the original, including graphical models, random forests, ensemble methods, least angle regression & path algorithms for the lasso, non-negative matrix factorization, and spectral clustering. There is also a chapter on methods for "wide" data (p bigger than n), including multiple testing and false discovery rates.