《跨学科名作译著系列•蜘蛛:社会网络分析技术(第2版)》是国际上第一本综合介绍社会网络分析的理论、实践，以及软件操作的教程。社会网络分析技术是一项新兴技术，其应用不限于社会分析，而是广泛适用于多种学科，包括语言学、神经科学、分子生物学、流行病学、物理学、刑侦学、经济学等。

超越量化與質化之爭 尋找「好研究」的共同原理 近二十年來最重要的社會科學方法論經典 哈佛三大重量級學者思辨結晶 ◎哈佛、哥倫比亞、華盛頓、普林斯頓等大學「方法論課程」指定教材 在社會科學中，普遍存在兩種截然不同甚至對立的方法論典範：量化研究和質化研究。儘管壁壘分明，但社會科學家一直希望為兩者尋找共通準則。這種嘗試從來沒有間斷，本書是諸多嘗試中，最具影響力的一部作品。 這本由哈佛大學三大學者合著的經典，反駁了質化學者對於量化研究的種種偏見，對質化研究諸多「不科學」之處提出犀利批評，並期盼質化學者運用量化分析的嚴整邏輯，讓研究變得「更科學」。 這種觀點在社會科學界引起極大震撼，激起方法論的大論戰，自出版二十多年來與之論辯的文章與專書不斷，至今對於捍衛質化方法的研究者來說，依然構成重大挑戰。 「好研究」的共同特色 ◎ 選擇對現實世界重要的問題來研究 ◎ 選用可證偽的理論 ◎ 有根據地選擇個案：避免只選擇符合理論假設的個案 ◎ 以描述推論與解釋為目的 ◎ 公開研究過程：研究者會清楚報告他們收集和分析資料的方法 ◎ 報告不確定性：社會科學處理的是高度複雜的社會現象，研究者的推論出自於不完整的資料與測量，很難完美無缺，因此必須報告結論的不確定性有多少 本書特色 涵蓋研究設計的每個步驟 從提出問題、尋找理論、選取個案和觀測值、檢驗理論與資料的正確性、發現因果關係、最後到報告結論，涉及方法論所有面向 詳細討論方法論的重要概念 包括描述推論、因果推論、可觀察意涵、單位同質性、選擇性偏誤、平均因果效應、測量誤差、內生性 清楚的實例說明，拆解經典著作的研究設計 包括《使民主運轉起來》（Robert Putnam）、《抵制保護主義》（Helen Milner）、Stalinist Political Economy（Nina Halpern）、The State and Poverty in India（Atul Kohli）、Hegemony and Culture（David Laitin） 理論與實際操作兼具 本書處於抽象的哲學爭論與研究者實作技術之間的中間地帶，關注所有社會科學研究背後潛藏的基本邏輯。 適用領域 政治學、公共行政、社會學、人類學、歷史學、經濟學和心理學等其他學科，以及法律證據、教育研究和臨床論證等非學科型研究領域。 適用課程 質化研究、研究方法、社會科學方法論、研究設計、比較研究、國際關係研究、因果推論

您一直等待的修订版就在这里！由于充满丰富的研究示例，并对分层线性模型(HLM)理论与应用有透彻的解释，其第1版就广受欢迎，现在这本书的第2版又重新组织为四大部分，并且加入了全新的4章内容。前两个部分，即第一部分“原理”和第二部分“基本应用”，紧密对应着上一版中的9章，但是已经大量扩展了内容，技术解释更为清晰，比如： 对HLM模型中的基本估计和推断程序提供了一个直观的介绍性总结。 在第6章中新加了一节多元增长模型。 第7章增加了对研究综合或元分析应用的讨论。 对数据分析中层-1自变量定位方法的建议以及可信值区间与稳健标准误方面的新材料。 虽然第1版主要是讨论层-1结果变量为连续分布的情况，然而现在的第 2版的第三部分中又包括了一系列其他类型结果变量的分析，比如： 　　新的第10章介绍分层模型在结果变量为二分类变量、计数变量、序次变量以及多项分类变量条件下的应用，并且每种情况都提供了详细的示例和说明。 新的第11章讨论了潜在变量模型，其中包括在HLM框架下对有缺失的数据以及在自变量有测量误差时如何进行回归估计，还包括了嵌入性分项反应模型。 第13章则是关于分层数据分析中贝叶斯推断原理的介绍。 作者在第四部分中对全书应用的统计理论以及计算方法进行了总结，包括层-1为正态分布误差的单变量模型、多元线性模型以及分层一般化线性模型。此外，还给读者提供了一个新的链接网址，可以下载有关数据并访问更多的技术资料。

本书是首部全面、清晰且令人易于理解地阐述复杂适应社会系统的著作，由该领域两位权威学者联袂完成。复杂适应社会系统——不论是“政治党派”、“股票市场”，还是蚂蚁群落——都体现了社会科学在理论上与实践上所面临的一些最有趣的挑战。通过引人入胜的文字描述和难易适中且附有直观解释的技术细节，本书着重介绍了自20世纪90年代中期以来在该领域出现的关键工具与思想，以及研究此类系统所需要的支撑技术。本书详细介绍了一些相关概念，比如涌现性、自组织临界性、自动机、网络、多样性、适应性以及反馈等。它还展示了如何利用从数学到适应性主体计算模型等一系列广泛的方法来探索复杂适应系统。

《ZARA:引领快速时尚》是西班牙排名第一，世界四大时装连锁机构之一（其他三个为美国的休闲时装巨头GAP、瑞典的时装巨头H&M、德国的平价服装连锁巨头C&A），旗下拥有Zara、Pull and Bear、Massimo Dutti、Bershka、Stradivarius、Oysho、Zara Home、Uterque、Zara Kids服装品牌，Zara是其中最成功的。Zarad品牌之道可以说是时尚服饰业界的一个另类，在传统的顶级服饰品牌和大众服饰中间独辟蹊径，开创了快速时尚（Fast Fashion）模式。随着快速时尚（Fast Fashion）成为时尚服饰行业的一大主流业态，Zara品牌也倍受推崇，有人称之为“时装行业中的戴尔电脑”，也有人评价其为“时装行业的斯沃琪手表”。哈佛商学院把Zarat品牌评定为欧洲最具研究价值的品牌，沃顿商学院将Zara品牌视为研究未来制造业的典范。Zara作为一家引领未来趋势的公司，俨然成为时尚服饰业界的标杆。

本书从一个互联网公司数据分析师的成长经历，为您娓娓道来，数据分析中的奇闻趣事、心得总结、方法技巧与哲学感悟……这是一本注重讲解数据分析思想的书。相信读者先学习数据统计的思想，再去学习数据统计知识，会有庖丁解牛之感。与市面上大部分教科书不同，是『大数据』一线从业者的亲身体验和经历，独一无二的实用分享。读完本书，你会了解在互联网企业如何分析数据，如何运用大数据的技术做企业的战略决策，提升业务效率等。对于大数据分析中团队和管理，这一很少有书涉及的内容，本书也有全新的讲解。

《高等学校教材：SPSS统计分析基础教程（第2版）》采用的IBM SPSS Statistics 20中文版，以真实案例贯穿全书，从统计分析实战的角度出发详细介绍SPSS的界面操作、数据管理、统计图表制作、统计描述和常用单因素统计分析方法的原理与实际操作，并结合SPSS的强大功能进行很好地扩展。书中还提供医疗、经济、市场研究等各行业的综合案例，完全从实际案例出发讲解各类方法的综合运用，以更好地协助读者提高实战能力。 《高等学校教材：SPSS统计分析基础教程（第2版）》对第1版内容进行了全面改写，以一种全新的实战案例风格出现，是一本难得的统计理论与SPSS操作相结合的参考书。 《高等学校教材：SPSS统计分析基础教程（第2版）》可作为统计学、社会学、教育学等专业本科生和研究生课程教材，也可作为各行业中非统计专业背景、需要使用统计方法的人员以及希望从头学习SPSS软件使用方法的人员的参考书。

本书作为实验设计与分析领域的名著, 是作者在亚利桑那州立大学、华盛顿大学和佐治亚理工学院三所大学近40年实验设计教学经验的基础上编写的. 全书内容广泛, 实例丰富,包括简单比较试验、析因设计、分式析因第1章设计、拟合回归模型、响应曲面方法和设计、稳健参数设计和过程稳健性研究、含随机因子的实验、嵌套设计和裂区设计等. 本书可作为自然科学研究人员、工程技术人员、管理人员进行科学实验设计与分析的参考书, 也可作为农林类、医学类、生物类、统计类的教师和高年级本科生和研究生的教学参考用书.

正因为不景气，所以才更需要向当代顶尖的企业家铃木敏文学习。自7-ELEVEN创立以来，这三十年，会长铃木敏文一直担任着经营的舵手。铃木派的经营学到底强在哪里？他不是借美国所发展出来的经营手法，而是从商务最根本的部分去掌握、去找寻脉络，所发展出来的一套独特理论。

《SPSS统计分析从入门到精通》使用IBM SPSS Statistics 19.0进行讲解和操作，致力于使读者全面了解SPSS，了解和学习如何使用SPSS进行数据融合、数据分析、结果展示等工作。《SPSS统计分析从入门到精通》介绍的是SPSS的窗口和对话框操作方式，着重于介绍SPSS分析软件的实际应用。 全书25章，第1～3章重点讲解了数据和文件的管理操作，以及SPSS系统环境的设置。第4～18章主要介绍各种统计分析方法及对应的操作方式，包括描述性统计、均值比较、一般线性模型、相关分析、回归分析、对数线性模型、聚类分析、生存分析、时间序列分析、多重响应分析等几大类。第19章介绍各种统计图形的生成和编辑。第20～25章列举了用SPSS处理多种行业数据的案例，包括上市公司财务数据分析、影响汇率的因素分析、多因素试验设计等多方面的应用。 《SPSS统计分析从入门到精通》适应自然科学和社会科学各领域、各专业研究人员的多层次需要，可供相关专业本科生、研究生、专业统计分析人士以及管理人员和决策者等学习与参考。

统计学：基本概念和方法，ISBN：9787040078916，作者：（美）[G.R.埃维森]Gudmund R.Iversen，（美）[M.格根]Mary Gergen著；吴喜之等译

数据、模型与决策：管理科学基础，ISBN：9787508602004，作者：（美）迪米特里斯·伯特西马斯（Dimitris Bertsimas），（美）罗伯特·M·弗罗因德（Robert M.Freund）著；李新中译；李新中译

这《R语言统计入门(第2版)》以最恰当的方式向初学者介绍了R的全貌，内容涵盖基本的R语言编程方法、基本数据处理和一些高级数据操作的技巧，有助于读者理解R向量化编程的特点。此外，作者在本书中还详细描述了包含回归分析、假设检验、广义线性模型、非线性拟合等常用统计方法的原理。虽然本书以实际案例解析居多，但是并非不重视理论，作者恰当而到位地描述了理论方面的内容，既不晦涩，也非浅白，而是向读者打开了一扇窗。作者希望这本书可以作为一道“开胃菜”引导更多的人投入到对统计和R的研究之中。

本书以国际主流潜变量建模软件Mplus为分析工具，从理论到实践，深入浅出地向读者介绍潜变量建模的常用模型和Mplus分析过程，以实例演示整个分析过程，适合社会科学领域的高校教师、科研人员，以及硕博士研究生作为教科书和参考书。 本书的目的在于为“讨厌”数学公式的学者介绍潜变量建模方法及Mplus软件实现，所以书中避免了令人生畏的数学公式，尽量通过平实的语言介绍模型背后的真谛。

机器学习是人工智能研究领域中一个极其重要的研究方向，在现今的大数据时代背景下，捕获数据并从中萃取有价值的信息或模式，成为各行业求生存、谋发展的决定性手段，这使得这一过去为分析师和数学家所专属的研究领域越来越为人们所瞩目。 本书第一部分主要介绍机器学习基础，以及如何利用算法进行分类，并逐步介绍了多种经典的监督学习算法，如k近邻算法、朴素贝叶斯算法、Logistic回归算法、支持向量机、AdaBoost集成方法、基于树的回归算法和分类回归树（CART）算法等。第三部分则重点介绍无监督学习及其一些主要算法：k均值聚类算法、Apriori算法、FP-Growth算法。第四部分介绍了机器学习算法的一些附属工具。 全书通过精心编排的实例，切入日常工作任务，摒弃学术化语言，利用高效的可复用Python代码来阐释如何处理统计数据，进行数据分析及可视化。通过各种实例，读者可从中学会机器学习的核心算法，并能将其运用于一些策略性任务中，如分类、预测、推荐。另外，还可用它们来实现一些更高级的功能，如汇总和简化等。

《数据可视化之美》内容简介：可视化是数据描述的图形表示，旨在一目了然地揭示数据中的复杂信息。可视化的典型如纽约地铁图和人脑图。成功的可视化的美丽之处既在于其艺术设计，也在于其通过对细节的优雅展示，能够有效地产生对数据的洞察和新的理解。 在《数据可视化之美》中，20多位可视化专家包括艺术家、设计师、评论家、科学家、分析师、统计学家等，展示了他们如何在各自的学科领域内开展项目。他们共同展示了可视化所能实现的功能以及如何使用它来改变世界。在《数据可视化之美》中，你将： 通过简单的可视化实践探索讲故事的重要性。 了解颜色如何传达我们尚未充分意识到而大脑已经识别出的信息。 发现我们购买的书籍和我们的交际圈如何揭示内心的自我。 通过对民航交通的可视化探索识别航空旅行的混乱的一种方法。 揭秘研究人员如何调查未知问题，包括从最初的草图到发表的论文。 点击链接进入o'reilly之美系列： 《代码之美》 《项目管理之美》 《架构之美》 《团队之美》 《测试之美》 《数据之美》 《安全之美》 《数据可视化之美》

向数据驱动型决策转变以及如何利用网站数据来获得竞争优势 在过去几年中，互联网、在线营销以及广告经历了巨大的变革，然而大家处理数据的方式跟几十年前相比还是大同小异，停滞不前。网站分析领域的领跑者Analytics kaushik通过《精通Web Analytics 2.0——用户中心科学与在线统计艺术》提出了下一代网站分析的框架，将能很大程度地帮助你提高组织的能动性和对市场的反应速度。 在本书中，Analytics将点击流网站分析工具与定性数据、测试与试验以及竞争情报工具相结合，从而推演出详尽的网站战略以及操作层方案。 在他的第一本畅销书《精通Web Analytics——来自专家的最佳web分析策略》(清华大学出版社引进并出版)中，Analytics给出了很多基于行业的经验总结，而在本书中，他进一步阐述了如何去衡量、分析目前互联网上出现的新技术和应用，并在此基础上快速行动。这些新技术和应用包括：社交媒体、视频、移动互联网上以及用户为中心的设计等。作者通过对传统方法的改造，对互联网数据进行抽丝剥茧般的分析，提出了具体、简单以及更先进的方法。如果你想成为网站分析专家，本书将是你的最佳选择。