Agresti and Finleypresent statistical methods in a style that emphasizes their concepts and their application to the social sciences rather than the mathematics and computational details behind them. Statistical Methods for the Social Sciences, 4e presents an introduction to statistical methods for students majoring in social science disciplines. No previous knowledge of statistics is assumed, and mathematical background is assumed to be minimal (lowest-level high-school algebra). This text may be used in a one or two course sequence. Such sequences are commonly required of social science graduate students in sociology, political science, and psychology. Students in geography, anthropology, journalism, and speech also are sometimes required to take at least one statistics course.

Today, interpreting data is a critical decision-making factor for businesses and organizations. If your job requires you to manage and analyze all kinds of data, turn to "Head First Data Analysis", where you'll quickly learn how to collect and organize data, sort the distractions from the truth, find meaningful patterns, draw conclusions, predict the future, and present your findings to others. Whether you're a product developer researching the market viability of a new product or service, a marketing manager gauging or predicting the effectiveness of a campaign, a salesperson who needs data to support product presentations, or a lone entrepreneur responsible for all of these data-intensive functions and more, the unique approach in "Head First Data Analysis" is by far the most efficient way to learn what you need to know to convert raw data into a vital business tool. You'll learn how to: determine which data sources to use for collecting information; assess data quality and distinguish signal from noise; build basic data models to illuminate patterns, and assimilate new information into the models; cope with ambiguous information; design experiments to test hypotheses and draw conclusions; use segmentation to organize your data within discrete market groups; visualize data distributions to reveal new relationships and persuade others; predict the future with sampling and probability models; clean your data to make it useful; and, communicate the results of your analysis to your audience. Using the latest research in cognitive science and learning theory to craft a multi-sensory learning experience, "Head First Data Analysis" uses a visually rich format designed for the way your brain works, not a text-heavy approach that puts you to sleep.

《属性数据分析引论(第2版)》的起点较低，仅仅要求读者具有基础统计课程的知识，包括参数估计、假设检验、回归分析模型及方差分析模型。全书分为十一章，分别介绍了与属性数据有关的统计学基础知识，列联表的相关知识，广义线性模型理论，logistic回归模型的理论、应用及其推广，对数线性模型，配对数据模型，聚簇关联响应的建模，广义线性混合模型以及属性数据分析方法的发展史。 《属性数据分析引论(第2版)》内容详尽而不失精炼，整个体系力求完整而不失紧凑，语言深入浅出，通俗易懂。配备了大量经典案例，每章附有适量习题。这些习题编排精心，由浅人深，能够引导读者进一步凝练正文内容，锻炼解决实际问题的能力。《属性数据分析引论(第2版)》约有100个实际案例，同时附有每种统计方法的SAS及SPSS的实现过程。

《多元统计分析》(第2版)写作的指导思想是:在不失严谨的前提下,明显不同于纯数理类教材,努力突出实际案例的应用和统计思想的渗透,结合统计软件较全面地系统介绍多元分析的实用方法。为了贯彻这一思想,《多元统计分析》参考了国内外大量书籍及文献，在系统介绍多元分析基本理论和方法的同时,尽力结合社会、经济、自然科学等领域的研究实例,把多元分析的方法与实际应用结合起来,注意定性分析与定量分析的紧密结合,努力把同行们以及我们在实践中应用多元分析的经验和体会融入其中。几乎每种方法都强调它们各自的优缺点和实际运用中应注意的问题。为使读者掌握《多元统计分析》(第2版)内容,又考虑到这门课程的应用性和实践性,每章后面给出一些简单的思考与练习题。我们鼓励读者自己利用一些实际数据去实现这些方法。多元分析的应用离不开计算机,《多元统计分析》的案例主要运用在我国广泛流行的SPSS软件实现，部分方法用SAS软件完成。《多元统计分析》(第2版)一个显著的特点是在每种方法后结合实例概要介绍了SPSS或SAS软件的实际操作实现过程。在每章后面都注明了参考文献,有兴趣的读者可进一步阅读。

袁卫，我国首批经济统计学博士，中国人民大学常务副校长，统计学教授，博士生导师，国家有突出贡献的中青年专家，入选教育部首批跨世纪优秀人才培养计划。曾任第四届国务院学位委员会委员。国务院学位委员会应用经济学学科评议组成员，现任第五届国务院学位委员会应用经济学学科评议组成员。召集人，兼任教育部经济学教学指导委员会成员。国家社科基金评审委员。中国统计学会副会长。中国统计教育学会副会长兼高校分会会长。北京市政府顾问团成员，全国会计专业硕士(MPcc )教学指导委员会副主任。 钟卫，中国人民大学公共管理学院定量分析研究所讲师，经济学博士。博士后。主要研究方向：应用统计学。科技统计。曾在《统计研究》。《中国软科学》。《数理统计与管理》等期刊发表论文近十篇。主持国家科技基础性工作专项课题《政府研发 (R&D)资金调查方案研究》，作为主要成员参与多项国家级重点课题的研究。博士论文荣获“第八届全国统计科研优秀成果二等级奖”(部级)和中国人民大学 年优秀博士学位论文奖。

大数据时代最该懂的学科就是统计学 科学松鼠会推荐统计学领域入门必读书 ................... ※编辑推荐※ ★统计学入门首选读本，科学松鼠会强力推荐！ 这是一本经典的入门级读物，每介绍一个新的概念，都会进行大量的背景介绍，再辅以相关奇闻异事。就算是对于一个门外汉来说，也能读懂一个特定概念是做什么用的。 ★像小说一样的科普书，堪称统计学领域的《苏菲的世界》 在作者笔下，固执的皮尔逊、低调的戈塞特、天才的费舍尔，一如武林高手一样，在统计学的思想领域激烈交锋。他们和后续各个时代代表性的天才，共同演绎了二十世纪这场绚丽多彩又跌宕起伏的统计学革命。有读者评论，本书之于统计学，一如《苏菲的世界》之于哲学。 ★了解统计学的人，运气都不会太差。大数据时代，你需要懂点统计学思想。 统计学从不猜想，而是测量未来！从买乐透到大数据，全都需要统计学，不懂统计学，你就等着被骗吧！ ................... ※内容简介※ 统计学之所以被滥用、误用，其实是因为它太有用，在某种程度上,可以说改变了世界上处理问题的方式。 这是一部统计学的史诗。一百多年来，统计学从无到有，以至于蔚为壮观。一部统计学的发展史，就是一部不断革新现有科学体系的历史。本书深入浅出地描绘了这一历程，为读者奉献了一场思想的饕餮盛宴。 这是一部关于叱咤风云的统计学学霸的传奇故事书。回望那段波澜壮阔的时代,一张张脸孔水一样掠过。在英国剑桥的某个午后，有位女士声称，把茶加到牛奶里，和把牛奶加到茶里，两种方法调出来的下午茶喝起来味道不同。在座的科学家都对她的说法嗤之以鼻，但有位来访的瘦小绅士，R. A. 费希尔，提议要用科学的方法，来检验这位女士的假设……本书以这位喝下午茶的英国女士为起点，带领读者一一回顾“统计”这门应用范围最广的科学，了解若干重要理论的发展过程与应用，亲近那些隐身幕后的统计学家，看看统计究竟为今天这个世界，带来了什么样的改变。 这是一部大数据时代不容错过的实用之书。大数据时代，一切以数据说话，如何解读数据便与每个人的日常生活息息相关。统计学的本质就在于解读数据，读懂了本书，你就是大数据时代的明白人。