Donald J．Treiman（中文名：唐启明），是加州大学洛杉矶分校（UCLA）社会学荣获杰出教授，UCLA加州人口研究中心前主任。他在Reedcoliege获得学士学位（1 962年），在芝加哥大学获得硕士和博士位（1967年）。研究生阶段，他大多数时间在芝加哥大学全国民意研究中心（National Opinion Research Center，ORc）学习和工作。在那里，他受到良好的调查研究方面的训练，并积累了宝贵的经验。之后，他任教于威斯康星大学，决心成为一位真正的社会人口学家，并将人口和生态研究中心当做他的学术之家。他在哥伦比亚大学也工作过一段时间。1975年，他转到LJCIA任教至今。在此期间，他到其他一些地方做过短暂访问，如在国家科学院／国家研究理事会担任一个研究委员会的主任（1978～1981年），在美国人口普查局（1987～1988年）、行为和社会科学高等研究中心（1992～1993年）、荷兰人文和社会
    科学高等研究院（1996～1997年）任研究员。
    Treiman教授的职业生涯从学生时代就已经开-始，当时他的研究方向是社会分层和地位获得，并主要侧重于跨国比较研究，这一直是他的研究兴趣所在。他与荷兰同事}larryr Ganzeboom一直从事一项比较分析20世纪世界各国地位获得过程差异的长期项目。截至目前，他们编撰了一个跨越上半个世纪、源自50多个国家的300多个抽样调查的文档。除了该比较项目之外，Treiman教授在南非（1991～1994年）、东欧（1993～1994年）和中国（1996年）都做过大规模的全国性概率抽样调查，内容都是关注社会不平等的各个方面。
    他现在的研究已经转向一个更偏于人口学的方向。2008年，他在中国开展了一项全国性概率抽样调查，主要关注国内人口迁移的影响因素、机制和结果。他目前正参与另一项有关中国的调查，主要关注迁移对留守儿童和随父母迁移儿童的影响。

    《社会学教材教参方法系列·量化数据分析：通过社会研究检验想法》的核心思想就是学习应用统计技术。它包括基本的统计学概念，至少涉及常规最小二乘回归，最好有一些逻辑斯蒂回归知识。但是，现在你想成为一名应用定量分析研究者，分析抽样调查或其他定量数据集，以支持你所涉足领域的大量文献知识，最后发表你的研究结果。这本书正是为你而设计的。它是基于两个小学期的课程和我在加州大学洛杉矶分校过去30多年的教学经验，并跟踪社会学和其他社会科学领域定量分析方法最新的发展成果写成的。

    这是一本由学术界公认的大师和睿智的教师介绍现代社会科学研究方法的一流教材。Treiman使复杂的问题变得简单，并提供了许多实用的建议和最优的方法。任何想进行现代量化社会研究的人（以及任何计划讲授此课程的人）都会从此书中受益良多。
    ——ROSS M．Stolzenberg，芝加哥大学社会学教授
    结合有具体数据的例子，此书不只是讲授统计学，它还讲授如何用统计学回答社会问题。简单来讲，从简单的百分数表到固定效应模型，包括如何使用Stata，并且提供了依据实际数据如何做表和解释表的例子。Treiman向学生展示了如何写论文，其中许多内容是从来没有讲授过的。
    ——Paula England，斯坦福大学社会学教授
    
    Dorl Treiman在这本出色的著作中分享了他的研究秘诀，那些希望精通当前高理论水平量化研究的人都有必要研读此书。
    ——谢宇，密歇根大学社会学和统计学Otis Dudley Duncan大学杰出教授，是《分类数据分析的统计方法》一书的合著者
    
    这本书汇集了Treirrlan教授多年来进行数据分析的经验，提供了在许多统计模型书籍中被忽略的应用观点和实用建议。
    ——Kenneth A．BoHen，北卡罗来纳大学教堂山分校社会学H．R．lmmerwahr杰出教授，Howard w．Odum社会科学研究所所长
    
    市场上有许多讲授统计学的书籍。这本书是由杰出的社会科学家撰写的，它实现了一个非常艰难的目标。它教会学生如何运用统计学开展一流的量化研究。
    ——Thomas A．DiPrete，哥伦比亚大学社会学教授
    
    Treirnan教书和研究经历的宝贵财富集中体现在这本书中。他针对常规方法发表新见解，并向我们提供了在实际研究中解决不可避免的难题的工具。
    ——Michael Hout，加州大学伯克利分校社会学和人口学教授，美国国家科学院院士
    
    因为在LJCLA选修Dotl Treiman的课程。我强烈向那些希望在如何做调查研究方面进行实际操作的人推荐这本书。
    ——chrlStlne R．schwartz，威斯康星大学麦迪逊分校社会学系助理教授

    如果分析者想按性别对总统政策评价的回答做列联表，他们将把这叠卡片通过计算机分选器，实际上是通过读取事先设计好的打孔列（在此例中是第5列）把这叠卡片分成两副。在孔“1”处打孔的卡片将会落进分选器的第1个口袋，在孔“2”处打孔的卡片会落进分选器的第2个口袋。新分的每副卡片将再次通过分选器，分选器将计算第64列的打孔分布并呈现给分析者，分析者可以把这个数抄录到纸上。这些通过计数得到的是按性别分的对总统政策评价的双变量频数分布，通常会表示成常规的百分数表形式（即用便携计算器计算得到）。
    此项技术对数据组织和分析产生了几点重要的影响。首先，尽管它可以被用于列联表，但却阻碍了统计方法的应用。因为这项技术所能做的就是生成输入统计程序所需要的计数——代数运算仍然需要手工来完成。其次，它阻碍了详细信息的保留；实际上，因为一个占用两列的变量较难处理（它需要更繁琐的卡片处理过程，因为变量须先按第一个数字排序，然后排序后的每个类别再按第二个数字排序），且产生的更加详细的结果在列联表中无法有效应用，所以如果可能，将应答类别压缩为一列将有很多有利之处。这就导致所谓的顶部打0孔的应用，即在IBM卡数值列上方的位置，也用“+”和“一”号（有时称作“X”和“Y”孔），空白处（没有孔）也作为有意义的类别来使用。因此，比如年龄就不能用单个数字记录来表示，因为用一位数来表示年龄是不可能的；也就是说，年龄类别的位数应当事先设计好。再次，为了在一张卡片上呈现尽可能多的变量——因为将同一组变量放在不同卡片上是不可能的——一些分析者试图将多个变量放在同一列内。想一下前面例子（表4-1）中第2列和第257列的变量。因为性别项只有两种可能的应答，对总统政策评价的项有6种应答，所以只需简单地用4-9个孔反映对总统政策评价的应答类别就能够将两个变量放在一列中。计算机分选器可以压缩孔并使排序成为可能。这种列被称为多孔列。
    ……

英文版序言
中文版序言
译者序言
导言

第1章 列联表基础
本章内容
通过具体实例介绍全书
列联表
本章小结

第2章 列联表中的变量关系
本章内容
分析的逻辑
抑制变量
相加效应和交互效应
直接标准化
关于统计控制与实验的最后说明
本章小结

第3章 列联表的拓展
本章内容
重新组织表格以获取新的信息
何时用“反向”百分数表
当因变量为均值时的列联表
相异指数
如何描述列联表
本章小结

第4章 用计算机进行数据操作
本章内容
引言
如何组织数据文件
变换数据
本章小结
附录用Stata进行分析
用Stata进行分析的一些建议
一些特别有用的Stata 10．0命令

第5章 相关和回归（常规最小二乘法）介绍
本章内容
引言
量化某种关系的大小：回归分析
评估某种关系的强度：相关分析
相关和回归系数之间的关系
影响相关（和回归）系数大小的因素
相关比率
本章小结

第6章 多元相关和回归（常规最小二乘法）介绍
第7章 多元回归技巧：处理特殊分析问题的技术
第8章 缺失数据的多重填补法
第9章 抽样设计与调查估计
第10章 回归诊断
第11章 测度构建
第12章 对数线性分析
第13章 二项逻辑斯蒂回归
第14章 多项和序次逻辑斯蒂回归及t。bit回归
第15章 改进因果推断：固定效应与随机效应模型
第16章 思考与未来的方向：研究设计和解释问题
参考文献
词汇表