Methodology
分层线性模型 豆瓣
作者: [美] Stephen W.Raudenbush / [美] Anthony S.Bryk 译者: 郭志刚 出版社: 社会科学文献出版社 2007 - 1
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。
论我们教育机构的未来 豆瓣
9.0 (6 个评分) 作者: [德国] 弗里德里希·尼采 译者: 周国平 出版社: 译林出版社 2012 - 2
尼采在本书中批判了当时德国大学和文科中学教育中存在的两种倾向。一种是扩大教育外延的倾向,大学和文科中学大规模扩招,模糊了精英教育与职业教育的界限,使教育沦为谋生的手段。另一种是缩小教育内涵的倾向,削弱人文教育,教育沦为学术分工的工厂和国家利益的工具。在尼采看来,真正的大学和文科中学教育的目标应该是培养学生的哲学悟性、艺术直觉和古典人文修养,为天才的诞生和文化的创造培育适宜的土壤。
数学大辞典 豆瓣
作者: 王元 编 出版社: 科学出版社 2010 - 8
《数学大辞典》是一部综合性的数学大辞典,涵盖数理逻辑与数学基础、数论、代数学、分析学、复分析、常微分方程、动力系统、偏微分方程、泛函分析、组合数学、图论、几何学、拓扑学、微分几何、概率论、数理统计、计算数学、控制论、信息论、运筹学等学科,以常用、基础和重要的名词术语为基本内容,提供简短扼要的定义或概念解释,并有适度展开。正文后附有数学发展历史纪要、人名译名对照表等附录,并设有便于检索的中、英文索引。
《数学大辞典》可供数学及相关专业的科技工作者,大专院校师生,中学数学教师,数学爱好者,以及具有大专以上文化程度的其他读者参考使用。
不发表 就出局 豆瓣
9.0 (28 个评分) 作者: 李连江 出版社: 中国政法大学出版社 2016 - 10
做学问、搞研究离不开发表。但如何发表?有没有标准、有没有方法呢?著名学者香港中文大学李连江教授针对年轻学子在学术发表、学术研究与学者生涯等方面最为关心的问题进行了解析。全书分为六讲,分别从学术期刊的审稿标准、选题、原创、表达、投稿、学者生涯六个方面进行了探讨。有术、有道,术道结合。对于年轻学者以及即将走上学术道路的青年学子助益良多,尤其在当下学术体制考核的大背景下,本书的出版具有重大的现实意义。
分类数据分析的统计方法 豆瓣
Statistical Methods for Categorical Data Analysis, 2nd Ed
作者: [美]丹尼尔 •A.鲍威斯 / 谢宇 译者: 任强峥 / 巫锡炜 出版社: 社会科学文献出版社 2009 - 7
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 豆瓣
9.8 (6 个评分) 作者: 谢宇 出版社: 社会科学文献出版社 2010 - 8
《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。
量化数据分析 豆瓣
Quantitative Data Analysis : Doing Social Research to Test Ideas
作者: Donald Treiman (唐启明) 译者: 任强 出版社: 社会科学文献出版社 2012 - 7
这是一本由学术界公认的大师和睿智的教师介绍现代社会科学研究方法的一流教材。Treiman使复杂的问题变得简单,并提供了许多实用的建议和最优的方法。本书没有复杂的数学推导,通过大量的实例领会社会科学研究的基本逻辑和设计思想,图文并茂,浅显易懂,把握前沿最新社会科学成果。《量化数据分析:通过社会研究检验想法》不只是讲授统计学——它讲授如何用统计学回答社会问题,它教会学生如何运用统计学开展一流的量化研究。
社会研究方法 豆瓣 Goodreads
Basics of Social Research: Qualitative and Quantitative Approaches
作者: [美]劳伦斯·纽曼 译者: 郝大海 出版社: 中国人民大学出版社 2007
迄今所见中文社会研究方法书中最好的一本,极力推荐研究生教学中采用。理清了许多问题,对定性和定量的对比非常精彩。