本书从量化研究的基本概念、数据处理与数据查核、统计分析的原理与技术三部分着手进行材料的组织，并将三部分内容有机地结合了起来。相较于上一版的最大改动便是纳入了R语言的软件操作，以SPSS为主、以R为辅，始终强调实例分析，非常适合作为统计学、研究方法与数据分析的基础教程。

本书是关于抽样调查设计与实践的全过程指南，尤其适合拟进行中小规模抽样调查的学者和专业人士。本书共分为12章，在介绍抽样调查的基本原理之后，本书遵循调查研究的步骤，为社会科学领域中的抽样设计、问卷开发、数据收集等环节提供了具体的决策指导，而非通则式的规范与建议。因此，在阅读完本书后，初学者也能够据此设计和实施自己的抽样调

本书内容包括:引言;模型标记法、协方差和路径分析;因果关系及因果模型;观测变量的结构方程模型;测量误差的后果;测量模型:潜变量和观察变量的关系等。

统计学是关于数据的科学，是帮助人们认识世界的工具。《统计学基础》采用项目化思路编写，内容包括走近统计、收集统计数据、用图表展示数据、描述统计分析、抽样推断和假设检验、相关与回归分析、认识事物发展趋势、指数分析及数据分析报告9个项目。《统计学基础》实用、简明，案例丰富，实用性强，是高职高专、本科院校举办的高等职业技术学院

本书介绍了关于动物科学专业相关的描述统计学、推断统计学及非参数检验的相关内容。书中共11章，主要内容包括：SAS系统简介、资料的整理及统计描述、两个样本的假设检验、方差分析、回归与相关分析、协方差分析、非参数检验等。

本书是《应用统计学》的配套学习指导书。书中共16章，主要内容包括：应用统计调查、统计数据整理、总量指标、相对指标、平均指标、变异指标、时间序列指标、统计指数、参数估计、假设检验等。

本书分为应用统计工作、应用统计描述、应用统计推断、统计数据应用四部分，主要内容包括：应用统计调查、统计数据整理、总量指标、相对指标、参数估计、假设检验、静态数据的应用、时间序列数据的应用。

本书是资深教授根据三十多年教学经验，专门为社会科学领域的本科生和研究生编写的应用统计学入门教材。 本书讲解了统计应用中的基本知识：描述性统计中的基础概念，如平均数、变异性、基本统计图表、相关系数；推论性统计中常见的显著性问题；t检验；析因方差分析；相关系数检验；线性回归；卡方和其他非参数检验；信度和效度；多元方差分析等

本书主要介绍描述性统计、概率、离散随机变量、连续随机变量、二元概率分布及抽样分布、置信区间估计、假设检验、分类数据分析、简单线性回归、多重回归分析、模型构造、试验设计的原则、试验设计的方差分析、非参数统计、统计过程和质量控制、产品和系统的可靠性。

潜变量建模与Mplus应用·进阶篇》在《潜变量建模与Mplus应用·基础篇》的基础上，进一步介绍了更为复杂的潜变量模型。全书10章，涉及混合模型、多水平模型和贝叶斯结构方程模型。