索菲亞‧拉貝 赫斯基思

該書綜合以及擴展了各種潛變量模型，包括多層次模型、廣義線性混合模型、縱貫性模型、題器響應模型、潛類模型以及結構方程模型。通過對潛變量模型的介紹，作者清晰地解釋及比較了生物統計學、心理計量學、經濟計量學以及統計學對模型估計及預測的方法。該書同時向研究人員展現了如何應用潛變量模型在社會學、經濟學、心理學、醫學等不同學科去解決實質性問題，該書所提供的經驗案例詳細具體，並包含有軟件計算過程及數據，非常適合學習。

第1部分　方法論
　1　潛變量無所不在
　　1.1　介紹
　　1.2　帶有測量誤差的“真實”變量
　　1.3　假設構念
　　1.4　未觀測到的異質性(Unobservedheterogeneity)
　　1.5　缺失值與反事實
　　1.6　潛響應
　　1.7　產生靈活分布
　　1.8　組合不同來源的個體單元信息
　　1.9　總結
　2　對不同響應過程建模
　　2.1　介紹
　　2.2　廣義線性模型
　　2.3　廣義線性模型的擴展
　　2.4　潛響應方程(Latentresponseformulation)
　　2.5　存續或生存的建模
　　2.6　總結與進一步閱讀
　3　經典潛變量模型
　　3.1　介紹
　　3.2　多層次回歸模型
　　3.3　因子模型和題器響應模型
　　3.4　潛類模型
　　3.5　帶有潛變量的結構方程模型
　　3.6　縱貫性模型
　　3.7　總結與進一步閱讀
　4　一般模型框架
　　4.1　介紹
　　4.2　響應模型
　　4.3　潛變量的結構模型
　　4.4　干擾項分布
　　4.5　參數約束和基本參數
　　4.6　潛變量和線性估計量的簡化式
　　4.7　潛變量的矩結構
　　4.8　觀測響應和潛響應的邊緣矩結構
　　4.9　簡化式分布和似然
　　4.10　簡化式參數
　　4.11　總結與進一步閱讀
　5　辨識與等價
　　5.1　介紹
　　5.2　辨識
　　5.3　等價
　　5.4　總結與進一步閱讀
　6　估計
　　6.1　引言
　　6.2　最大似然︰封閉形式的邊緣似然性
　　6.3　最大似然︰近似邊緣似然
　　6.4　似然最大化
　　6.5　非參數最大似然估計
　　6.6　受約束／殘差最大似然(REML)
　　6.7　有限信息方法
　　6.8　最大偽似然估計
　　6.9　廣義估計方程(GEE)
　　6.10　固定效應方法
　　6.11　貝葉斯方法
　　6.12　總結
　7　潛變量賦值
　　7.1　介紹
　　7.2　後驗分布
　　7.3　經驗貝葉斯(EB)
　　7.4　經驗貝葉斯眾數(EmpiricalBayesmodal，EBM)
　　7.5　最大似然法
　　7.6　在“線性案例”中幾種記分法的關系
　　7.7　專門的計分方法
　　7.8　潛變量計分和分類的使用
　　7.9　總結與進一步閱讀
　8　模型設定與推論
　　8.1　介紹
　　8.2　統計建模
　　8.3　推論(基于似然)
　　8.4　模型選擇︰相對擬合標準
　　8.5　模型充分性︰全局絕對擬合標準
　　8.6　模型診斷︰局部絕對擬合標準
　　8.7　總結與進一步閱讀
第2部分　應用研究
　9　二項響應
　　9.1　介紹
　　9.2　兒童呼吸道感染研究︰隨機截距模型
　　9.3　心肌梗塞診斷︰潛類模型
　　9.4　數學推理︰題器響應模型
　　9.5　尼古丁咀嚼膠與戒煙︰元分析
　　9.6　妻子的就業轉換︰馬爾可夫模型及未觀測到的異質性
　　9.7　白靴兔計數︰捕獲一再捕獲模型及異質性
　　9.8　對墮胎的態度︰多層次題器響應模型
　　9.9　總結與進一步閱讀
　10　定序響應
　　10.1　介紹
　　l0.2　性教育群組隨機試驗︰潛增長曲線模型
　　l0.3　政治效能︰因子維度及題器偏誤
　　l0.4　生活滿意度︰定序有衡正態概率因子模型(Ordinalscaledprobitfactormodel)
　　10.5　總結與進一步閱讀
　1　事件數
　　11.1　介紹
　　11.2　兒童牙病防治︰過度離散模型
　　11.3　癲癇癥治療︰隨機系數模型
　　11.4　蘇格蘭唇癌︰疾病制圖
　　11.5　總結與進一步閱讀
　1　存續與生存響應
　　12.1　介紹
　　12.2　多重事件群集存續數據的建模
　　12.3　吸煙的肇端︰離散時間脆弱模型
　　12.4　鍛煉和心絞痛︰成比例風險隨機效應和因子模型
術語對照表
人名對照表
參考文獻

近年來，社會調查技術和社會研究方法都有很大的發展。在調查技術方面，自20世紀70年代以來，社會變遷多次橫斷面的跟蹤調查研究，幾乎成為所有國家和地區了解社會結構轉變和社會發展狀況的基礎性調查。這種調查不僅對社會學的研究有很大促進作用，而且對整個社會科學的研究都產生了重大影響，並且這些調查結果有的已作為政府有關部門決策的重要依據。國際上比較著名的此類調查有︰美國芝加哥大學全國民意調查中心（National Opinion Researc，h Center，簡稱N0RC）的“社會綜合調查（General s。oialSurvey，簡稱CSS）”，英國埃塞克斯大學調查中心進行的“全國家庭生活和社會變遷調查”，法國經濟和社會調查所進行的“全國經濟社會調查”，日本社會學會組織進行的“全國社會分層與社會流動調查（簡稱SSM）”。中國台灣“中央”研究院社會學研究所，也每兩年進行一次“台灣社會變遷基本調查”。美國的“社會基礎調查”，現在已成為年度性的調查項目，它是美國國家基金會目前資助的最大的社會科學研究項目。以上這些調查，除美國的調查外，一般均因經費原因采用縱向的間隔性重復調查法，即每隔一段時間，進行一次全國規模的抽樣調查。每次調查除保留社會研究所需的基本項目外，都有不同的主題。在間隔若干時間後，再重復同一主題的調查，這樣的研究設計，使社會變遷研究在可以涉及更為廣泛的研究領域的同時，具有更好的積累性和可比性。多年來，這些基礎性調查獲得的資料，滋養著大批的社會科學研究者，有時一項調查就有很多名博士生用來寫博士論文，以此取得的研究成就，其可靠性受到社會科學界的廣泛認同。例如1997年出版，以台灣地區社會變遷基本調查數據為基礎的研究報告集《90年代的台灣社會，社會變遷基本調查研究系列二》收集論文16篇，內容涉及社會生活的各個方面，在台灣地區引起了極大的反響。

國內社會科學界在這方面也有了長足的發展。筆者所在的中國社會科學院社會學研究所的社會調查和方法研究室，組織或參與了多項與社會變遷有關的大規模抽樣調查，取得了一定的研究成果，並積累了大量有關社會變遷的寶貴數據資料，其中主要有︰

1．城鄉家庭變遷系列調查︰該課題是由中國社會科學院社會學研究所牽頭，聯合北京大學和地方社科院的研究人員展開的一項類似多次橫斷面的城鄉家庭變遷調查。這一調查始于1981年的“中國五城市婚姻家庭調查”，而後有1988年的“中國農村家庭調查”、1991年的“中國七城市家庭調查”、1998年的“中國城鄉家庭變遷調查”。

2，有關中國城鄉社會變遷的系列調查︰這一調查始于1991年的第二批國情調查，然後有1992年的“中國城鄉居民生活調查”、1993年的“第三批國情調查”、1995年的“第四批國情調查”和1997年的“中國沿海發達地區社會變遷調查”。上述調查雖然還不是嚴格意義上的多次橫斷面的縱貫研究，但研究者已在研究設計中盡量考慮到縱貫研究的基本原則，如調查隊伍的穩定、指標的可比性和樣本空間的延續性等。

3．中國城鄉社會變遷調查︰這一調查始于2000年，為中國社會科學院重大課題。目前已經完成第一期第一次調查和第二次調查，今後將把這一調查發展為連續的、定期進行的社會變遷調查。

在縱向調查技術取得長足進步的同時，20世紀末至今，電話調查也有很大發展。電話調查涉及的範圍幾乎與個別（面對面）訪談同樣全面。電話調查中使用的一系列方法，是在20世紀70年代後期和面對面調查一起發展起來的。在20世紀80年代中期，電話調查開始變得很普遍，並且成為許多場合中各種調查方法的首選。正如某些學者所言，一種在公共和私營部門被人們用來幫助提高決策效率的收集信息的有效方法為人們所普遍認同時，這一現象本身就具有方法論上的意義。不僅如此，電話調查還有很大的實踐意義，因為它為研究者提供了更多的控制調查質量的機會。這一機會包括抽樣、被調查人的選擇、問卷題項的提問、計算機輔助電話訪談（CATI）和數據錄人。正因為如此，今天在各種社會調查中，如果沒有發現其他重要的足以放棄使用電話調查的原因，電話調查由于其獨特的對調查質量進行全面監控的優點，常常成為各種調查方式的首選。由筆者翻譯，重慶大學出版社出版的《電話調查方法︰抽樣、選擇和督導》一書，也于2005年面世。

無論是縱向調查抑或電話調查，實際上都是收集研究資料的方法，而應用社會科學的發展，不僅在于調查技術，即收集資料技術的發展，還在于研究方法和分析技術的發展。近年來，無論是定性研究方法，還是定量研究方法都有了長足的發展。

首先，計算機技術的發展可謂突飛猛進，它對當今社會生活的各個方面產生了巨大的影響，在悄悄地改變著社會科學的研究風格和研究方式的同時，也大大提升了社會科學學者的研究能力。這種影響表現在研究過程的各個階段，從理論建構（概念映射）、問卷設計（專業的問卷設計軟件）、調查實施（計算機輔助訪談、計算機輔助電話訪問系統、網絡在線調查系統）、數據錄人（光學標記識別軟件）到數據分析（包括文本、聲音、圖像資料的處理），甚至延伸到寫作發表階段。這樣的過程發生在如社會學、經濟學、政治學、心理學、教育學中，促進了學科之間的相互借鑒和交叉融合，至少在研究方法上呈現出這種趨勢。隨著計算機計算能力的大幅度提高，20世紀80年代後期，統計學領域內發生了一場“革命”，主要表現在對定類和定序變量的建模能力的大幅度提高上，以及與分布無關的統計分析模型的發展之上，特別是基于“Resampling”（包括Bootstrap、Jackknife、MonteCarlo模擬等）的建模技術。同時，計算能力的提高還帶動了基于神經網絡、動態模擬、人工智能、生態進化等新興的分析和預測模型的發展。這些進展都為定量社會科學研究提供了更多的可供選擇的工具。

……