123,123

內(nèi)容簡(jiǎn)介

　　中國(guó)法律實(shí)證研究的下一步發(fā)展方向是統(tǒng)計(jì)學(xué)方法在法律數(shù)據(jù)分析中的大范圍、常規(guī)化運(yùn)用。為此，需要科研人員和學(xué)生真正學(xué)習(xí)和運(yùn)用統(tǒng)計(jì)學(xué)知識(shí)。在與我共同為本科生開設(shè)并教授法律實(shí)證研究課程的同時(shí)，詹小平博士撰寫了《法律數(shù)據(jù)：統(tǒng)計(jì)方法與實(shí)證分析》，不僅展示了一些重要的描述統(tǒng)計(jì)方法，主要的是介紹了概率論以及推斷統(tǒng)計(jì)的基本內(nèi)容，并盡量減少數(shù)學(xué)公式和數(shù)學(xué)推理，既有完整的知識(shí)體系又兼顧法學(xué)專業(yè)學(xué)生的數(shù)學(xué)基礎(chǔ)。

作者簡(jiǎn)介

　　詹小平，吉林農(nóng)安人，四川大學(xué)法學(xué)院教師，統(tǒng)計(jì)學(xué)博士，法學(xué)博士后。主要研究方向：統(tǒng)計(jì)建模、法律實(shí)證研究、數(shù)據(jù)法律規(guī)制。洪凌嘯，浙江舟山人，四川大學(xué)法學(xué)院博士研究生。主要研究方向：科技網(wǎng)絡(luò)法、法律大數(shù)據(jù)與人工智能、數(shù)據(jù)安全與合規(guī)。

圖書目錄

緒論
第一章法律數(shù)據(jù)及數(shù)據(jù)類型
第一節(jié) 實(shí)證研究入門
第二節(jié) 法律數(shù)據(jù)
第三節(jié) 定性數(shù)據(jù)與定量數(shù)據(jù)
第四節(jié) 絕對(duì)數(shù)與相對(duì)數(shù)
第五節(jié) 截面數(shù)據(jù)、時(shí)間序列數(shù)據(jù)與面板數(shù)據(jù)
第六節(jié) 需要澄清的幾個(gè)問題
第二章法律數(shù)據(jù)的描述
第一節(jié) 統(tǒng)計(jì)分組
第二節(jié) 統(tǒng)計(jì)表
第三節(jié) 常用統(tǒng)計(jì)圖
第四節(jié) 數(shù)據(jù)分布特征的描述
第三章概率及常用概率模型
第一節(jié) 概率
第二節(jié) 隨機(jī)變量及相關(guān)概念
第三節(jié) 二項(xiàng)分布
第四節(jié) 正態(tài)分布
第五節(jié) 隨機(jī)變量的極限理論
第四章法律現(xiàn)象之推斷統(tǒng)計(jì)
第一節(jié) 基本概念
第二節(jié) 抽樣調(diào)查
第三節(jié) 常用的抽樣分布
第四節(jié) 參數(shù)估計(jì)
第五節(jié) 假設(shè)檢驗(yàn)
第五章法律現(xiàn)象的關(guān)聯(lián)度量
第一節(jié) 相關(guān)分析
第二節(jié) 通過圖形描述相關(guān)關(guān)系
第三節(jié) 常用的相關(guān)系數(shù)
第四節(jié) 列聯(lián)表中的相關(guān)性分析
第五節(jié) 其他相關(guān)系數(shù)
第六章回歸模型
第一節(jié) 一元線性回歸模型
第二節(jié) 多元線性回歸模型
第三節(jié) 線性回歸的衍生模型
第四節(jié) 二分類Logistic回歸模型
第五節(jié) 有序多分類Logistic回歸模型
第六節(jié) 無(wú)序多分類Logistic回歸模型
第七節(jié) 實(shí)證研究中回歸模型的使用問題
第七章算法與法律
第一節(jié) 法律人工智能算法的困境
第二節(jié) 算法“困境”：緣何如此
第三節(jié) 法律人工智能算法的改進(jìn)
參考文獻(xiàn)
后記