谢宇所著的《回归分析(修订版)》源于作者多年在密歇根大学教授回归 分析的课程讲义，从基本的统计概念讲起，对线性回归分析的基本假定、回 归中的统计推论和回归诊断做了详尽的介绍，同时还涵盖了很多在社会科学 中对实际研究 有用的内容，包括虚拟变量、交互作用、辅助回归、多项 式回归、样条函数回归和阶跃函数回归等。此外，《回归分析(修订版)》还 涉及通径分析、纵贯数据模型、多层线性模型和logit模型等方面的内容。

本书分方法篇和研究篇两部分，内容包括当代社会学方法上的矛盾；社会科学研究的三个基本原理；社会科学与自然科学的关系；因果推理；研究设计和抽样理论的基础等。

关于美国科学界的现状大家众说纷纭，既有人担忧美国科学即将衰弱，也有人观察到不少美国受过良好训练的科学家却没有好的学术职业前景。谢宇和齐沃德就这一话题提出了众多的实证证据，他们清晰而又准确的分析——有时，还是出人意料的发现，有力地揭示了美国科学事业的长处和短板。

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。

丹尼尔 A.鲍威斯和谢宇教授合著的《分类数据分析的统计方法》一书对分类数据分析的方法和模型，以及在社会科学研究中的应用作了全面的介绍。本书的一个明确目标是整合变换方法和潜在变量方法，它们是两类不同但又相互补充的处理分类数据分析的传统方法。这也是第一次在一单册书中严密地介绍针对离散因变量、交叉分类和跟踪数据的模型和方法。目前还没有看到有类似的著作。
本书的第二版增加了应用于分类数据的多水平模型。许多章节的内容经过了进一步的修订，并扩充了新的应用和实例。第二版中显著的特点是详细讨论了针对分层或多水平模型的经典贝叶斯估计技术，拓展了离散时间生存分析模型和Cox回归模型的内容，以及针对背离模型假设的评估和调适方法。辅助网址列举了使用各种统计软件包重复书中每一个例子的程序，实践证明是教师、学生和研究者学习的重要资源。
本书介绍了基本的方法和模型，它们构成了当代社会统计学的核心。本书介绍的模型跨度非同寻常，它们被广泛应用在社会学、人口学、心理测验学、计量经济学、政治学、生物统计学及其他领域。作为学生学习高级社会统计课程的研究生教材和应用研究者的参考书，是非常有用的。

《回归分析》源于作者多年在密歇根大学教授回归分析的课程讲义，从基本的统计概念讲起，对线性回归分析的基本假定、回归中的统计推论和回归诊断做了详尽的介绍，同时还涵盖了很多在社会科学中对实际研究非常有用的内容，包括虚拟变量、交互作用、辅助回归、多项式回归、样条函数回归和阶跃函数回归等。此外，《回归分析》还涉及通径分析、纵贯数据模型、多层线性模型和Iogit模型等方面的内容。