点击页面下方“阅读原文”进入购书页面

谢颖 / 编著.

社会科学文献出版社

2018年8月  出版

ISBN  978-7-5201-3119-3 

定价  59.0元

内容提要：本书主要运用R语言分析中国综合社会调查数据（Chinese General Social Survey, CGSS），涵盖了初级的描述性统计、简单的回归模型，中阶的广义线性回归模型、二值型回归模型、泊松回归模型，高阶的匹配模型、主成分分析、机器学习等内容。本书希望通过可复制的代码、模型原理解读和丰富的图表，来展现如何将R语言应用到社会科学的研究中。

主要特点：（1）基于真实的调查数据，贴近实际研究的过程；（2）从原始数据的下载开始，逐步深入，整个过程方便自学和扩展；（3）在有限的篇幅内，涵盖了调查数据分析的主流研究方法，深入浅出；（4）有大量的可视化示例，展现了R语言的独特优势。

咨询联络：对本书的批评指正，请发送至作者邮箱： xynewa@163.com。

第一章　R语言简介
第二章　数据读入与清理
　　一　下载和导入数据
　　二　包的获取和使用
　　三　数据读入
　　四　截取CGSS 2015数据集
第三章　描述性统计分析
　　一　描述性统计命令示例
　　二　创建表格和图示
　　三　双变量描述性统计
　　四　描述性统计结果可视化
第四章　简单线性回归
　　一　简单线性回归介绍
　　二　解读简单线性回归模型参数
　　三　其他线性回归模型
　　四　高阶拟合示例
第五章　多元线性回归
　　一　多元线性回归模型拟合
　　二　变量重编码
　　三　模型汇总
　　四　交互效应模型
　　五　可视化工具
第六章　二分变量回归
　　一　二值型回归模型
　　二　更多的解决方案
　　三　交互效应与可视化
第七章　广义线性模型扩展：泊松回归
　　一　泊松回归案例：幸福感分析
　　二　参数解读及模型诊断
　　三　模型扩展与可视化
第八章　有序因变量回归
　　一　模型构建和解读
　　二　模型扩展
　　三　模型结果可视化
第九章　匹配模型
　　一　匹配模型案例
　　二　模型可视化解读
第十章　主成分与因子分析
　　一　主成分分析数据准备
　　二　主成分分析结果
　　三　因子分析
第十一章　机器学习
　　一　非平衡数据处理
　　二　决策树建模
　　三　决策树可视化
　　四　神经网络
结语
参考文献
附录　参考R包