本书是一部着眼于培养政治研究相关领域学生形成初步的分析能力，掌握统计推理的技术的教材。第1—5章基本上是以非统计学的方式，帮助学生掌握描述和分析事物和现象的技巧。具备了这些基本知识，学生就能感知理解推论性统计的关键所在。推论性统计在本书的第6—9章中以循序渐进的方式进行介绍和运用。本书提供了许多例证，有虚拟的，也有实际的，通过演示这些例证，学生可以更加直观地理解所学习的技术。

导言
本书要做什么
事实和价值一览
科学的方法
结论
第1章 概念的定义和测量
概念定义
阐明概念
给概念下定义的模板
操作定义
测量误差
信度和效度
评估信度
评估效度
总结
第2章 测量和描述变量
测量变量
测量层级
差序累加
描述变量
集中趋势和离散程度
总结
第3章 提出解释、构建假设、进行比较
提出解释
构建假说
写假设时的常见错误
中介变量
进行比较
交叉列表
均值比较
图解关系并描述模式
总结
第4章 研究设计和控制逻辑
实验性设计
随机分配
实验室实验
田野实验
控制比较
三种情况
伪关系
累加关系
交互关系
交互关系的多个面孔
总结
第5章 控制比较
交叉列表比较
对照表
偏效应
识别确认
用图展示控制的比较
交互的例证
均值比较
累加关系的例证
互动关系的例证
总结
第6章 统计推论的基础
总体参数和样本统计
随机抽样
样本规模和随机抽样误差
差异再考：标准方差
n和σ
样本均值的标准误
中心极限定理和正态分布
使用正态分布进行推论统计
用学生t-分布进行推论
样本比例如何处理
总结
第7章 显著性检验与相关性测量
统计显著性
比较两组样本均值
比较两个样本比率
卡方显著性检验
相关性测量
Lambda
Lambda的一个问题
Somers’dyx
总结
第8章 相关性和线性回归
相关性
双变量回归
R平方
调整后的R平方
虚拟变量回归
多元回归
多元回归中的交互效应
多重共线性
总结
第9章 Logistic回归
Logistic回归方法
发现最适线：优选可能性评估
使用多个自变量的Logistic回归
概率推论
概率轮廓方法
样本平均方法
总结
第10章 实证地思考，概率地思考
实证地思考
概率地思考
译后记