《数据分析概论》旨在为定量研究数据分析的每一步提供统计学基础。在简述数据搜集之后，作者迈克尔·S.刘易斯-贝克会讨论一元统计(测量集中趋势和离散)，之后又讲解了对相关的测量(皮尔逊相关系数、tau和lambda系数)和显著性检验，最后讨论了简单回归和多元回归。本书给出了必要的数学公式，但更注重平实的解释。同时，作者也利用图表来帮助阐释。本书非常注重实践的运用，并且以一个运用大学生样本数据来探讨影响学业能力因素的例子贯穿全书。

序

第1章 导论

第2章 数据搜集

 第1节 研究问题

 第2节 样本

 第3节 测量

 第4节 数据编码、输入和检查

第3章 一元统计

 第1节 集中趋势

 第2节 离散

 第3节 集中趋势、离散和异常值

第4章 相关测量

 第1节 相关

 第2节 定序数据：tau相关测量

 第3节 名义数据：Goodman-KnJskallambda系数

 第4节 二分变量：灵活选择

 第5节 小结

第5章 显著性检验

 第1节 显著性检验的逻辑：一个简单的例子

 第2节 运用同一逻辑：二元相关测度

 第3节 几个重要问题

 第4节 小结

第6章 简单回归

 第1节 y是关于x的方程

 第2节 最小二乘法法则

 第3节 截距和斜率

 第4节 预测和拟合优度

 第5节 显著性检验和置信区间

 第6节 报告回归结果

第7章 多元回归

 第1节 例子

 第2节 统计控制

 第3节 模型设定错误

 第4节 虚拟变量

 第5节 共线性

 第6节 交互效应

 第7节 非线性

 第8节 归纳和结论

第8章 建议

附录

参考文献

译名对照表