社会调查设计与数据分析：从立题到发表，ISBN：9787562460749，作者：徐云杰

社会调查设计与数据分析：从立题到发表，ISBN：9787562460749，作者：徐云杰

本书按照社会调查的过程介绍了社会调查的概念、类型、原则等，并详细介绍调查设计、抽样、测量等技术，以及问卷法、访问法和观察法等调查方法，还对调查资料的处理分析、调研报告的撰写做了介绍。本书注重实用性和操作性，特别注重使用者实际调查能力的训练。随着社会调查的发展，本书在保持第1版特色外，对书中部分内容进行了删减和增补，还对书中的所有案例进行了修订，同时还加大了实训内容。

《社会调查自白》是费孝通先生1984年在中国民盟中央组织的“多学科学术讲座”上所做的讲座汇集而成，谈论的专题涉及社会调查各个方面。系统介绍了费先生开展社会研究的具体方法，如实地调查、社区分析、类型比较法、历史的考察分等。本书最大的优点在于作者非常巧妙地把这些方法和自己半个世纪的学术生涯结合起来，一边谈方法，一边讲述自己的学术理念和研究思路，既让方法有的放矢，又从理论的高度总结了自己的学术历程。加上谦逊平实的文笔和注重社会学实用价值的志向，堪称是在中国开展社会调查的经典启蒙读本。

编辑推荐 让世界重新认识中国特殊的社会结构！让世界从不同角度定义中国的生产方式！已成为政府和学术界定义中国民族关系史的核心理论框架！费孝通对全球化时代中国国际地位的战略思考和“美美与共、天下大同”的和谐世界设想都将指引我们走向中华民族的伟大复兴！ 内容简介 《社会调查自白》是费孝通先生1984年在中国民盟中央组织的“多学科学术讲座”上所做的讲座汇集而成，谈论的专题涉及社会调查各个方面，可以说是青年学者在中国开展社会调查的启蒙读本。在书的*后，收录他在《北京大学学报》1994年*期上发表的“个人·群体·社会——一生学术历程的自我思考”一文，让读者从费先生的自我思考中感受其坚守一生的学术思想。 认识中国社会，是费孝通先生从事社会学人类学研究的要旨。“到实地去”“从实求知”，既是费孝通的学术实践方向，又是其社会研究的基本方法论。本书介绍了费先生开展社会研究...(展开全部)

本书按照社会调查的过程介绍了社会调查的概念、类型、原则等，并详细介绍调查设计、抽样、测量等技术，以及问卷法、访问法和观察法等调查方法，还对调查资料的处理分析、调研报告的撰写做了介绍。本书注重实用性和操作性，特别注重使用者实际调查能力的训练。随着社会调查的发展，本书在保持第1版特色外，对书中部分内容进行了删减和增补，还对书中的所有案例进行了修订，同时还加大了实训内容。

《MBA精品系列:商务数据分析与应用》从商学院学生的角度出发，通过深入剖析实际案例，向读者展示了统计学在数据分析这一领域的应用。 作者收集了电信、房地产、教育培训、金融等行业的案例，案例内容涉及客户管理、产品定价、消费者偏好、渠道营销、组织行为等领域。首先简要介绍案例背景资料，并引出有待解决的问题，根据问题设计因变量、自变量及初始模型，在分析的过程中逐渐完善统计模型，解释模型的意义，一步一步抽丝剥茧地向读者展示了数据分析的原理、思想及方法。分析过程通过sas软件实现（同时提供r程序演示），作者给出了软件输出结果的解读。值得一提的是，每章还给出了完整的分析报告，为读者日后实际工作提供了示范蓝本。

《MBA精品系列:商务数据分析与应用》从商学院学生的角度出发，通过深入剖析实际案例，向读者展示了统计学在数据分析这一领域的应用。 作者收集了电信、房地产、教育培训、金融等行业的案例，案例内容涉及客户管理、产品定价、消费者偏好、渠道营销、组织行为等领域。首先简要介绍案例背景资料，并引出有待解决的问题，根据问题设计因变量、自变量及初始模型，在分析的过程中逐渐完善统计模型，解释模型的意义，一步一步抽丝剥茧地向读者展示了数据分析的原理、思想及方法。分析过程通过sas软件实现（同时提供r程序演示），作者给出了软件输出结果的解读。值得一提的是，每章还给出了完整的分析报告，为读者日后实际工作提供了示范蓝本。

《数据分析概论》研究对象是社会科学的研究数据。数据分析可以赋予事实意义，好的数据分析能为所研究的社会现象提供合理的描述和解释。 本书旨在为定量研究数据分析的每一步提供统计学基础。作者讨论了数据搜集的意义、一元统计、对相关性的测量、显著性检验、简单和多元回归，并给出了大量的数学公式，使得读者能更好地理解这些内容。

Python作为一种程序设计语言，凭借其简洁、易读及可扩展性日渐成为程序设计领域备受推崇的语言。Python语言的数据分析功能也逐渐为大众所认可。 本书就是一本介绍如何用Python进行数据分析的学习指南。全书共12章，从Python程序库入门、NumPy数组和Pandas入门开始，陆续介绍了数据的检索、数据加工与存储、数据可视化等内容。同时，本书还介绍了信号处理与时间序列、应用数据库、分析文本数据与社交媒体、预测性分析与机器学习、Python生态系统的外部环境和云计算、性能优化及分析、并发性等内容。在本书的最后，还采用3个附录的形式为读者补充了一些重要概念、常用函数以及在线资源等重要内容。