✍ Scribed by 张卓妮
No coin nor oath required. For personal study only.
本书为读者在调查抽样设计和调查数据分析的联合方面提供了最新的情况。作者开篇先回顾了调查抽样设计常见的类型，并通过解释什么是抽样权重及其如何产生和调整，揭开了抽样权重的神秘面纱。然后他们详细谈论了方差估计以及考虑抽样权重后的复杂截面调查数据的初级和多变量分析等主要问题。作者重点关注了基于设计的方法，并以流行的软件为例阐释了这种方法的使用。
📜 SIMILAR VOLUMES
<p>重复调查即向不同样本的受访者提问相同的问题。本书中，作者以美国的综合社会调查、全国选举研究和全国健康访问调查为例，详细解说了用重复调查这种方式研究社会变迁的不同方法。同时，作者重复调查与固定样本调查的差异和适用范围。总体而言，本书讨论了重复调查的四种基本用途：描述、分解、解释总体趋势和对个别参数变化的估计，大大扩展了研究变迁的可能性。</p>
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。同时，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
<p>《复杂调查设计与分析的实用方法》涵盖了商务、教育、卫生、社会经济的调查与官方统计方法，适用于计划、实施和分析复杂调查和民意调查的研究人员和实际工作者。同时，《复杂调查设计与分析的实用方法》也适合作为中高级抽样调查课程的教材。研究人员在探讨科学问题的时候，经常发现需要分析复杂调查数据。要恰当地分析数据，了解复杂调查设计的不同方面是相当重要的。</p>
<p>这本备受赞誉的研究生教材第二版提供了用在现代计量经济学研究的两类数据结构分析的一个统一处理：横截面数据和面板数据。本书同时涵盖了线性和非线性模型，包括含有动态性和/或个体异质性的模型。除了一般估计框架（特别是矩方法与极大似然法）外，还详细介绍了一些特定的线性与非线性方法，包括probit和logit模型、多项选择和有序选择模型、Tobit模型和两部拓展式、关于计数数据的模型、多种截取和缺失数据设计、因果（或处理）效应估计，以及期限分析,并扩展了控制函数和相关随机效应方法以允许估计存在内生性和异质性的复杂模型。</p> <p>相比第一版，第二版已经被实质性地更新和修订。改进包括：更大的一