123,123,123

內(nèi)容簡(jiǎn)介

　　《R語(yǔ)言在政治學(xué)中的應(yīng)用/光明社科文庫(kù)》通過(guò)多樣化的分析需要的算法和模型，包括偏好聚合、綜合指標(biāo)的構(gòu)建、QCA、IRT等，探索了這些掌握這些分析方法數(shù)據(jù)分析方法應(yīng)用于管理學(xué)、社會(huì)學(xué)、傳播學(xué)、市場(chǎng)營(yíng)銷(xiāo)學(xué)等領(lǐng)域的可行性，并根據(jù)應(yīng)用情境對(duì)這些方法進(jìn)行了編排，并結(jié)合R代碼對(duì)分析流程和具體操作進(jìn)行了詳細(xì)介紹。

作者簡(jiǎn)介

　　吳江，男，1984年生，北京人，首都師范大學(xué)政治學(xué)與行政學(xué)系教師，講師；主要研究方向?yàn)樯鐣?huì)科學(xué)量化分析、政治學(xué)理論。

圖書(shū)目錄

第1章排序和打分
一、評(píng)價(jià)者間信度的測(cè)量
二、相對(duì)排序：選舉計(jì)票機(jī)制
三、相對(duì)排序：Bradley-Terry模型、模式模型和Plackett-Luce模型
四、相對(duì)排序：其他算法
第2章詞語(yǔ)聯(lián)想
一、詞頻和位置分析
二、關(guān)聯(lián)規(guī)則算法
三、用關(guān)聯(lián)規(guī)則算法分析文本
四、繪制關(guān)聯(lián)規(guī)則網(wǎng)絡(luò)圖
五、用非負(fù)矩陣分解對(duì)詞語(yǔ)進(jìn)行分類(lèi)
附錄：導(dǎo)入文本的多種方法
第3章構(gòu)建綜合指標(biāo)
一、確定權(quán)重
二、分?jǐn)?shù)聚合
附錄一：原型分析
附錄二：繪制雷達(dá)圖
第4章用回歸模型確定績(jī)效指標(biāo)
一、線(xiàn)性回歸模型
二、Hurdle模型和零膨脹模型
附錄：繪制回歸系數(shù)置信區(qū)間圖
第5章定性比較分析（QCA）
一、基本知識(shí)
二、cs-QCA
三、fs-QCA
四、mv-QCA
附錄一：尋找潛在因果關(guān)聯(lián)的其他方法——關(guān)聯(lián)規(guī)則
附錄二：尋找潛在因果關(guān)聯(lián)的其他方法——并存分析（CNA）
第6章項(xiàng)目反應(yīng)理論（IRT）
一、Rasch模型：分析二元偏好數(shù)據(jù)
二、GRM模型：分析多級(jí)量表
三、三參數(shù)模型：分析測(cè)試題項(xiàng)
四、理想點(diǎn)模型：分析調(diào)查問(wèn)卷
五、理想點(diǎn)模型：分析投票數(shù)據(jù)
附錄一：量表的可視化
附錄二：填補(bǔ)缺失值
附錄：復(fù)習(xí)基礎(chǔ)代碼
參考文獻(xiàn)