Схемы, иллюстрирующие предложенные в п. 2.2.2 и 2.2.3

Схема 1.

Использованная в книге классификация рассмотренных методов анализа связей

Вид обобщенного взаимодействия	Методы
Посылка (независимая переменная, Х)	Заключение (зависимая переменная Y)
Альтернатива	Альтернатива	ДА, Q, Ф
Группа альтернатив из одного признака (конъюнкция)	Группа альтернатив из одного признака (конъюнкция)	Анализ фрагментов таблицы сопряженности
Группа альтернатив из разных признаков (конъюнкция)	Альтернатива	ДА, НРА с номинальным Y
То же	"Поведение" в терминах Y: - сила связи Х-ов с Y, CHAID - вид распределения Y THAID
Группа альтернатив из разных признаков (конъюнкция, дизъюнкция отрицание)	Y-ка может не быть. "Поведение" означает принадлежность к некоторому классу	Поиск логических закономерностей (ТЭМП)
Группа альтернатив из разных признаков (любая логическая функция)	Y отсутствует	Репрезентационно-аксиоматический подход (РТИ-репрезентационая теория измерений)
Один Х как целое	Один Y как целое	c^2, l, Q, Ф
Группа Х	То же	НРА

Схема 2.

Классификация рассмотренных методов на базе предположений о существовании латентных переменных.

(Рамкой обведено то, что рассматривается в учебнике)

 

Сокращения: ЛП – латентная переменная, гр. альт. – группа альтернатив, МШ – многомерное шкалирование, ЛСА – латентно-структурный анализ, ДА – детерминационный анализ, НРА – номинальный регрессионный анализ, РТИ – репрезентационная теория измерений, ЛЛА – логлинейный анализ.

 

 

Предметный указатель

 

Приводимая рядом с термином отсылка к другому термину означает одно из следующих обстоятельств: (1) первый термин рассматривается в “гнезде”, озаглавленном вторым термином (в скобках иногда указывается соответствующий элемент “гнезда”); (2) термины являются синонимами; (3) когда имеется указание “см. также”, то второй термин является родственным первому и в тексте книги, как правило, информация об одном содержит в себе информацию о другом. Указываются не все страницы, где термин употребляется, а по возможности лишь те, где идет речь о принципиальных сторонах понимания термина.

 

Алгоритм CHAID, см. “Методы поиска обобщенных взаимодействий”

Алгоритм THAID, см. “Методы поиска обобщенных взаимодействий”

Алгоритмы типа “пятна” и “полосы”

Альтернатива, см. “Признак (признака значение)”

Анализ соответствий

Анализ фрагментов таблицы сопряженности

Априорная модель

Вариационный ряд

Взаимодействия

– обобщенные, см. "Методы поиска обобщенных взаимодействий", "Сравнение (методов поиска взаимодействий)"

Визуализация данных

Выборка (выборочная совокупность)

Выборочная оценка вероятности

Выборочная оценка параметров, см. "Статистическое оценивание параметров"

Выборочное представление функции плотности распределения вероятностей, см. "Частотное распределение"

Полигон

Гистограмма

Гистограмма с неравными интервалами

Диаграмма

Выборочное представления функции распределения вероятностей (случайной величины)

Гистограмма

Кумулята

см. "Частотное распределение"

Генеральная совокупность

Гистограмма, см. “Выборочное представление распределения вероятностей”

Гомоскедастичность

Группировка значений признака

Детерминируемые (объясняемые) положения (выражения)

Детерминирующие (объясняющие) положения (выражения)

Детерминационный анализ

Детерминация

Интенсивность (точность)

Емкость (полнота)

Дециль, см. “Квантиль”

Дисперсионный анализ

Дисперсия, см. “Меры разброса”

Дихотомизация номинальных данных

Доверительный интервал (см. Статистическое оценивание параметров)

Допустимое преобразование шкалы

Закономерность

– динамическая

– логическая, см. также “Методы поиска обобщенных взаимодействий”

– содержательная

– социологическая (в соответствии с которой развивается общество)

– статистическая (в среднем)

– формальная

Заполнение пропусков, см. "Модели, заложенные в методах (заполнения пропусков)"

Измерение

Гуманитарный подход к измерению

Естественно-научный подход к измерению

Индекс

Интерпретация

– данных (используемых при измерении чисел, значений признака)

– номинальных данных

– результатов применения метода

Информация

Исчисление высказываний

Исчисление предикатов (узкое, первого порядка)

Канонический анализ

Квантиль

Дециль

Квартиль

Медиана, см. "Меры средней тенденции"

Процениль

Квантильный размах, см. “Меры разброса”

Квартиль, см. “Квантиль”

Конджойнт-анализ

Коэффициент корреляции

Коэффициенты парной связи между номинальными признаками

– ассоциации (Юла)

– глобальные

– локальные

– основанные на критерии Хи-квадрат (см.) (Пирсона, Чупрова, Крамера)

– основанные на моделях прогноза

– сопряженности (контингенции)

– энтропийные (информационные)

см. также Сравнение коэффициентов парной связи

Коэффициенты связи ранговые (порядковые)

Коэффициенты уравнения регрессии

– традиционной (числовой)

– номинальной

Кумулята, см. “Выборочное представление функции распределения вероятностей”

Латентно-структурный анализ

Логические функции

Логлинейный анализ

Ложная корреляция

Маргинальные суммы

Математическая социология

Математическое ожидание, см. “Меры средней тенденции”

Матрица (таблица) “объект-признак”

Медиана, см. "Меры средней тенденции"

Мера (коэффициент) качественной вариации, см. “Меры разброса”

Меры разброса

Дисперсия

Квантильные размахи

Мера качественной вариации

Среднее квадратическое отклонение

Энтропийный коэффициент разброса

Меры средней тенденции

Математическое ожидание

Медиана

Мода (модальное значение)

Среднее арифметическое

Метод наименьших квадратов

Методы

– классификации

– моделирования социальных процессов

– мягкие (качественные)

– поиска логических закономерностей, см. "Методы поиска обобщенных взаимодействий"

Методы поиска обобщенных взаимодействий

Алгоритм CHAID,

Алгоритм THAID,

Номинальный регрессионный анализ, см. “Регрессионный анализ”

Методы поиска логических закономерностей

Многомерное шкалирование

Мода, см. “Меры средней тенденции”

Модели, заложенные в методах

– заполнения пропусков

– измерения связей

– расчета медианы

– расчета мер средней тенденции

– построения полигона и гистограммы

– регрессионного анализа, см. "Регрессионный анализ"

Модели восприятия

Модель реальности

– концептуальная

– содержательная

– формальная

Мышление признаками

Объяснение

Однородность изучаемой совокупности объектов

Операционализация понятий

Описание

Описательная (дескриптивная) статистика

Отношения преобладаний

– двумерные

– многомерные

Оцифровка

Пакеты прикладных программ

ДА-система

ЛАДА

ОТЭКС

OSIRIS

SPSS

Парадигма

– системная

– статистическая

Параметр распределения

Переменная,

– внешняя

– внутренняя

– зависимая

– количественная

– латентная

– независимая

– непрерывная,

– экзогенная

– эндогенная

см. “Признак”

Плотность распределения, см. “Функция плотности случайной величины”

“Поведение” объекта (респондента)

Полигон распределения, см “Выборочное представление функции плотности распределения вероятностей”

Понятие

Предиктор

Признак,

– аргумент

– входной

– выходной

– детерминирующий

– детерминируемый

– дихотомический,

– зависимый

– как индикатор (признак-прибор)

– независимый

– непрерывный

– номинальный

– объясняемый

– объясняющий

– причина

– следствие

– функция

– целевой

значение признака (категория, градация, альтернатива)

см. “Переменная”

Признаковое пространство

Оси

Точки

Причинно-следственные отношения

Причинный анализ

Проверка статистических гипотез

Прогноз

Модальный

Пропорциональный

Пропущенные значения, см. "Модели, заложенные в методах (заполнения пропусков)"

Процентиль, см. "Квантиль"

Разбиение диапазона изменения признака на интервалы

Распределение вероятностей

безусловное

многомерное

непрерывное

нормальное

равномерное

условное

Сс²

Регрессионный анализ

– классический (количественный)

– линейный

– номинальный (вероятностная модель)

– номинальный (логит-модель)

Линейно-вероятностная модель

Логистическая регрессионная функция

Логлинейная модель

Обобщенная линейная модель

Связующая функция линейной модели

Случайная компонента линейной модели

Системная компонента линейной модели

Связь

– абсолютная

– глобальная

– локальная

– многомерная

– направленная

– ненаправленная

– отрицательная

– полная

– положительная

– промежуточная

– статистическая

Сжатие исходных данных (информации)

Синергетика

Система

“Склеивание” значений признаков

Случайная величина

– одномерная

– многомерная

Случайное событие

Содержательная адекватность методов

Социологическое явление

Социологический

– номинализм

– реализм

Сравнение

– методов поиска взаимодействий

– коэффициентов парной связи

– мер средней тенденции

– мер разброса

Среднее арифметическое, см. “Меры средней тенденции”, “Статистическое оценивание параметров”

Среднее квадратическое отклонение, см. “Меры разброса”

Стандартизация значений признака

Статистика, отвечающая параметру распределения

Статистическая независимость признаков

Статистическое оценивание параметров

– точечное, свойства точечных оценок (несмещенность, состоятельность, эффективность)

– интервальное, доверительный интервал

Оценка дисперсии

Оценка математического ожидания

Оценка коэффициентов уравнения регрессии

Таблица сопряженности, см. “Частотная таблица”

Теория измерений

Уровень значимости

Уровень измерения

– интервальный

– номинальный

– порядковый

Факторный анализ

Формализация реальности

Формальная адекватность метода

Функция плотности распределения вероятностей (случайной величины), см. "Случайная величина"

Функция распределения вероятностей (случайной величины), см. "Случайная величина"

Частота

– теоретическая

– эмпирическая

Частотная таблица, см. "Частотное распределение"

Частотное распределение, см. "Частотная таблица"

Черно-белый анализ связи переменных

Число степеней свободы

Числовая система с отношениями

Шкала

– абсолютная

– Гуттмана

– дискретная

– дихотомическая

– интервальная

– Лайкерта

– непрерывная

– номинальная

– порядковая

– Терстоуна

– числовая

Эмпирическая система

– с отношениями

Эмпирический социологический факт

Энтропийные коэффициенты связи, см. “Коэффициенты парной связи между номинальными признаками”

Энтропийный коэффициент разброса, см. “Меры разброса”

Энтропия

– нулевая

– максимальная

– условная

– многомерная

 

 

Литература

 

1. Адамов С.Ю. Система анализа нечисловой информации “САНИ” // Социология: 4М (методология, методика, математическое моделирование). 1991. 2. С.86-104
2. Айвазян С.А., Мешалкин Л.Д., Енюков И.С. Прикладная статистика. Т.1.М.: Финансы и статистика, 1983.
3. Алгоритмы и программы восстановления зависимостей. М.: Наука, 1984
4. Аптон Г. Анализ таблиц сопряженности. М.: Финансы и статистика, 1982 (Upton G.J.G. The analysis of cross-tabulated data. N.-Y.: J.Wiley&Sons, 1978)
5. Аргунова К.Д. Качественный регрессионный анализ в социологии. М.: ИСАН СССР, 1990
6. Бартоломью Д. Стохастические модели социальных процессов. М.: Финансы и статистика,1985
7. Батыгин Г.С. Соотношение понятий и переменных в социологическом сследовании // Социс, 1981, № 3. С. 53-63
8. Батыгин Г.С. Обоснование научного вывода в прикладной социологии. М.: Наука, 1986
9. Батыгин Г.С. Ремесло Пауля Лазарсфельда (Введение в научную биографию) // Вестник АН СССР, 1990, № 8
10. Батыгин Г.С., Девятко И.Ф. Миф о качественной социологии // Социологический журнал, 1994, № 2. С. 28-42
11. Божков О.Б. Письмо в редакцию журнала “Социологические исследования” // Социс, 1988, № 3. С. 135-137.
12. Бочаров В.А., Маркин В.И. Основы логики. М.: Космополис, 1994
13. Браверман Э.М., Киселева Н.Е., Мучник И.Б., Новиков С.Г. Лингвистический подход к задаче обработки больших массивов информации // Автоматика и телемеханика, 1974, №11. С. 73-88

14. Бранский В.П. Теоретические основания социальной синергетики // Петербургская социология, 1997, №3

1. Вапник В.Н. Восстановление зависимостей по эмпирическим данным. М.: Наука, 1979
2. Витяев Е.Е. Семантический подход к созданию баз знаний. Семантический вероятностный вывод наилучших для предсказания ПРОЛОГ-программ по вероятностной модели данных // Логика и семантическое программирование (Вычислительные системы, вып. 146). Новосибирск, 1992
3. Витяев Е.Е., Логвиненко А.Д. Обнаружение законов на эмпирических системах и тестирование систем аксиом теории измерений // Социология: 4М (методология, методы, математическое моделирование), 1998, №10. С. 97-121
4. Витяев Е.Е., Москвитин А.А. ЛАДА – программная система логического анализа данных // Методы анализа данных (Вычислительные системы, вып. 111). Новосибирск, 1985. С. 38-58
5. Витяев Е.Е., Москвитин А.А. Введение в теорию открытий. Программная система DISCOVERY // Логические методы в информатике (Вычислительные системы, вып. 148). Новосибирск, 1993. С. 117-163
6. Войшвилло Е.К. Понятие. М.: Изд-во МГУ, 1989.
7. Волошинов А.В. Пифагор. Союз истины, добра и красоты. М.: Просвещение, 1993.
8. Гласс Дж.,Стэнли Дж. Статистические методы в педагогике и психологии. М.: Прогресс, 1976

23. Гмурман В.Е. Теория вероятностей и математическая статистика. М.: Высшая школа, 1998а

24. Гмурман В.Е. Руководство к решению задач по теории вероятностей и математической статистике. М.:Высшая школа, 1998б

1. Гнеденко Б.В. Курс теории вероятностей. М.: Наука, 1965
2. Голод С.И. Современная семья: плюрализм моделей // Социологический журнал, 1996, №3/4. С. 99-198.
3. Гумилев Л.Н. Древняя Русь и Великая степь. М.: Мысль, 1993

28. Давыдов Ю.Н. Ближайшие предшественники О.Конта // История теоретической социологии. Т.1. М.: Наука, 1995. С. 190 – 257

29. Давыдов Ю.Н. Идиографический метод // Справочное пособие по истории немарксистской западной социологии. М.: Наука, 1986. С.118-122

1. Давыдов Ю.Н. Н.Д.Кондратьев и вероятностно-статистическая философия социальных наук // Кондратьев Н.Д. Основные проблемы экономической статики и динамики. М., 1991. С.453-523.
2. ДА-система (Детерминационный анализ). М.: Фирма "Контекст", 1989-1997

32. Девятко И.Ф. Методы социологического исследования. Учебное пособие для вузов. Екатеринбург, изд-во Уральского университета, 1998

33. Девятко И.Ф. Модели объяснения и логика социологического исследования. М.: Институт социологического образования и др., 1996

34. Джини К. Средние величины. М.: Статистика, 1970

1. Дидэ Э. и др. Методы анализа данных. М.: Финансы и статистика, 1985 (Diday E. et collaborateurs. Optimisation en classification automatique. Paris: Institut national de rechercher en informatique et en automatique, 1979)
2. Дэвид Г. Метод парных сравнений. М.: Статистика: 1978.
3. Дэйвисон М. Многомерное шкалирование. М.: Финансы и статистика, 1988.
4. Евин И.А., Петров В.М. О некоторых инвариантах в социологическом моделировании (синергетический подход) // Демократические институты в СССР: проблемы и методология исследований. М., 1991.
5. Елисеева И.И. Статистические методы измерения связей. Л.: ЛГУ, 1982
6. Елисеева И.И., Рукавишников В.О. Группировка, корреляция, распознавание образов. М.: Статистика, 1977
7. Елисеева И.И., Рукавишников В.О. Логика прикладного статистического анализа. М.: Финансы и статистика, 1982
8. Ермаков С.М., Михайлов Г.А. Статистическое моделирование. М.: Наука, 1982
9. Жамбю М. Иерархический кластер-анализ и соответствия. М.: Финансы и статистика, 1988 (Jambu M. Classification automatique pour l’analyse des donnees. Paris: Borda, 1978)
10. Жмудь Л.Я. Наука, философия и религия в раннем пифагореизме. С.-Пб.: ВГК, Алетейя, 1994.
11. Загоруйко Н.Г. Эмпирическое предсказание. Новосибирск: Наука, 1979
12. Задорин И.В. Экспертный сценарно-прогностический мониторинг: методологические основания и организационная схема // Вопросы социологии. - 1994. - Вып. 5. С. 27-49.
13. Ивченко Г.И., Медведев Ю.И. Математическая статистика: учебное пособие для ВТУЗов. М.: Высшая школа, 1992
14. Интерпретация и анализ данных в социологических исследованиях.М.: Наука, 1987

49. Калинина В.Н., Панкин В.Ф. Математическая статистика. М.: Высшая школа, 1998

1. Капица С.П., Курдюмов С.П., Малинецкций Г.Г. Синергетика и прогнозы будущего. М.: Наука, 1997
2. Кендалл М.Дж., Стьюарт А. Статистические выводы и связи. М.: Наука, 1973
3. Клигер С.А., Косолапов М.С., Толстова Ю.Н. Шкалирование при сборе и анализе социологической информации. М.: Наука, 1978
4. Клишина Ю.Н. Применение анализа соответствий в обработке нечисловой информации // Социология: 4М (методология, методы, математические модели). 1991,2. С. 105-118
5. Клюшина Н.А. Причины, вызывающие отказ от ответа // Социс, 1, 1990. С. 98-105
6. Князева Е.Н., Курдюмов С.П. Законы эволюции и самоорганизации сложных систем. М.: Наука, 1994

56. Ковалев Е.М., Штейнберг И.Е. Качественные методы в полевых социологических исследованиях. М.: Логос, 1999

57. Колемаев В.А., Калинина В.Н. Теория вероятностей и математическая статистика, М.: Инфра-М,1997

1. Компьютерное моделирование социально-политических проблем. М.: Интерпракс, 1994.
2. Конт О. Дух позитивной философии // Западно-европейская социология XIX века. М.: МУБиУ, 1996. С. 7-93.

60. Краткий очерк истории философии. М.: Издательство социально-экономической литературы, 1960

1. Кузнецов В.И. Понятие и его структуры. Методологический анализ. Киев: Ин-т философии НАН Украины, 1997.
2. Кун Т. Структура научных революций. М.: Прогресс, 1975.
3. Курдюмов С.П., Малинецкий Г.Г., Потапов А.Б. Синергетика – новые направления // Новое в жизни, науке и технике. Сер. “Математика и кибернетика”, 1989, №11.
4. Лазарсфельд П.Ф. Измерение в социологии // Американская социология. М.: Прогресс, 1972.
5. Лакатос И. Фальсификация и методология научно-исследовательских программ. М.: Московский философский фонд "Медиум", 1995.
6. Лакутин О.В. Учёт пропущенных данных // Применение математических методов и ЭВМ в социологических исследованиях. М.: ИСИ АН СССР, 1982. С.86-90
7. Лакутин О.В., Толстова Ю.Н. Принципы построения: оценки качества и сравнения коэффициентов связи номинальных признаков. М.: ИСАН СССР, 1990
8. Лакутин О.В., Толстова Ю.Н. Коэффициенты связи номинальных признаков, основанные на моделях прогноза и понятии энтропии. М.: ИС РосАН, 1992
9. Лбов Г.С. Методы обработки разнотипных экспериментальных данных. Новосибирск: Наука, 1981.
10. Ливанова Т. Н. Методическое пособие по использованию программы AID3 системы OSIRIS (анализ взаимодействия или поиск структуры качественных данных). М.: ИСАН СССР, 1990
11. Литтл Р.Дж., Рубин Д.Б. Статистический анализ данных с пропусками. М.: Финансы и статистика, 1991

72. Логика социологического исследования. М.: Наука, 1985

1. Максименко В.С., Паниотто В.И. Зачем социологу математика. Киев: Радяньска школа, 1988.
2. Математические методы анализа и интерпретация социологических данных. М.: Наука, 1989.
3. Математические методы в современной буржуазной социологии. М., 1966.
4. Методы анализа данных. Подход, основанный на методе динамических сгущений / колл. авторов под рук. Э.Дидэ. М.: Финансы и статистика, 1985
5. Мирзоев А.А. Логлинейный анализ социологической информации // Многомерный анализ социологических данных (методические рекомендации, алгоритмы, описание программ).М.: ИСИ АН СССР, 1981. С. 118-131
6. Мирзоев А.А. Применение логлинейного анализа для обработки данных социологических исследований // Математико-статистические методы анализа данных в социологических исследованиях. М.: ИСАН СССР, 1980. С. 49-60
7. Миркин Б.Г. Анализ качественных признаков и структур. М.: Статистика, 1980

80. Миркин Б.Г. Группировки в социально-экономических исследованиях. М.: Финансы и статистика, 1985

1. Моделирование социальных процессов. М.: Изд-во рос.экон. академии, 1993.
2. Монсон П. Современная западная социология. Теории, традиции, перспективы. С.-Пб.: Нотабене, 1992.
3. Мосичев А.В. Влияние формулировки вопроса на результаты эмпирических социологических исследований (аналитический обзор) // Методология и методы социологических исследований. ИСРосАН, 1996. С. 20-38
4. Мостеллер Ф., Тьюки Дж. Анализ данных и регрессия. М.: Финансы и статистика, 1982
5. Никаноров С.П. Метод концептуального проектирования систем организационного управления // Социология: 4М (методология, методы, математические модели), 1995, №7-8
6. Никитина Н.Н. Философия культуры русского позитивизма начала века. М.: Аспект Пресс: 1996.
7. Ноэль Э. Массовые опросы. Введение в методику демоскопии. М.: Ава-Эстра, 1993.
8. Орлов А.И. Общий взгляд на статистику объектов нечисловой природы // Анализ нечисловой информации в социологических исследованиях. М.: Наука: 1985. С.58-92.
9. Орлов А.И. Асимптотика квантований и выбор числа градаций в социологических анкетах // Математические методы и модели в социологии. М.: ИСИ АН СССР, 1977. С.42-55
10. Осипов Г.В., Андрев Э.П. Методы измерения в социологии. М.: Наука, 1977
11. Паниотто В.И., Максименко В.С. Количественные методы в социологических исследованиях. Киев: Наукова Думка: 1982
12. Паповян С.С. Математические методы в социальной психологии. М.: Наука, 1983
13. Пасхавер Б. Проблема интервалов в группировках // Вестник статистики, 1972, 6
14. Патрушев В.Д., Татарова Г.Г., Толстова Ю.Н. Многомерная типология времяпрепровождения // Социс, 1980, №4. С.133-140
15. Петренко В.Ф. Основы психосемантики. М.: Изд-во МГУ, 1997
16. Петренко Е.С., Ярошенко Т.М. Социально-демографические показатели в социологических исследованиях. М.: Статистика, 1979
17. Плотинский Ю.М. Математическое моделирование динамики социальных процессов. М.: Изд-во МГУ, 1992
18. Плотинский Ю.М. Визуализация информации. М.: изд-во МГУ, 1994

99. Плотинский Ю.М. Теоретические и эмпирические модели социальных процессов. Учебное пособие. М.: Логос, 1998

100. По Э. Рассказы. М.: Художественная литература, 1980

1. Поппер К. Логика и рост научного знания. М.,1983
2. Пригожин И. Философия нестабильности // Вопросы философии, 1991,6. С.46-52
3. Применение факторного и классификационного анализа для типологизации социальных явлений. Новосибирск: ИЭиОПП СО АН СССР, 1976
4. Рабочая книга социолога. М.: Наука, 1983
5. Ракитов А.И. Статистическая интерпретация факта и роль статистических методов в построении эмпирического знания. М., 1981

106. Ростовцев П.С. Черно-белый анализ связи переменных // Социология: 4М (методология, методы, математические модели). 1998, №10. С. 73-96

1. Ростовцев П.С. Алгоритмы анализа структуры прямоугольных матриц “пятна” и “полосы” // Анализ нечисловой информации в социологических исследованиях. М.: Наука, 1985. С. 203-214
2. Ростовцев П.С. Черно-белый анализ связи переменных // Анализ и моделирование экономических процессов переходного периода в России. Новосибирск: Иэи ОПП, 1996. С.264-286
3. Ростовцев П.С., Костин В.С., Корнюхин Ю.Г., Смирнова Н.Ю. Анализ структур социологических данных. Устойчивость // Анализ и моделирование экономических процессов переходного периода в России. Новосибирск: ИЭиОПП: 1997.С.174-208.
4. Рыбников К.А. Введение в методологию математики. М.: изд-во МГУ, 1979.
5. Сачков Ю.В. Вероятностная революция в науке (вероятность, случайность, независимость, иерархия). М.: Научный мир, 1999
6. Семенова В.В. Качественные методы: введение в гуманистическую социологию. М.: Добросвет, 1998
7. Сиськов В.И. Об определении величины интервалов при группировках // Вестник статистики, 1971, 12
8. Социальное исследование: построение и сравнение показателей. М.: Наука: 1978.
9. Статистические методы анализа информации в социологических исследованиях. М.: Наука, 1979
10. Степанов Ю.С. Понятие // Лингвистический энциклопедический словарь. М.: Сов.энциклопедия, 1990.С. 383-385.
11. Степин В.С., Горохов В.Г., Розов М.А. Философия науки и техники. М.: Контакт-Альфа, 1995
12. Суппес П., Зинес Дж. Основы теории измерений // Психологические измерения. М.: Мир, 1967 (Suppes P., Zinnes J.L. Basic measurement theory // Handbook of mathematical Psychology. V.1. N.Y.- L.: J.Wiley&Sons, 1963. P.1-76)
13. Татарова Г.Г. Методология анализа данных в социологии. М., 1998
14. Терборн Г. Принадлежность к культуре, местоположение в структуре и человеческая деятельность: объяснение в социологии и социальной науке // THESIS. – Т. II. – 1994. – Вып.4
15. Типология и классификация в социологических исследованиях. М.: Наука, 1982
16. Толстова Ю.Н. Обеспечение однородности исходных данных в процессе применения математических методов // Социс, 1986, №6. С. 149-154
17. Толстова Ю.Н. Математика в социологии: элементарное введение в круг основных понятий (измерение, статистические закономерности, принципы анализа данных). М.:ИСАН СССР, 1990а
18. Толстова Ю.Н. Методология математического анализа данных // Социс, 1990б, №6.С.77-87
19. Толстова Ю.Н. Логика математического анализа социологических данных, М.: Наука, 1991а
20. Толстова Ю.Н. Принципы анализа данных // Социология: 4М (методология, методыа, математические модели), 1991б, №1. С.51-61.
21. Толстова Ю.Н. Анализ социологических данных. М.: ИСРосАН, 1994 (учебная программа)
22. Толстова Ю.Н. Анализ данных // Энциклопедический социологический словарь-справочник. М.: ИСПИ РАН, 1995. С. 18-21
23. Толстова Ю.Н. Модели и методы анализа данных социологического исследования. Учебное пособие. М.: ГАУ им. С.Орджоникидзе, 1996а.
24. Толстова Ю.Н. Роль моделирования в работе социолога: логический аспект // Социология: 4М (методология, методы, математические модели), 1996б, № 7. С. 66-85.
25. Толстова Ю.Н. Обобщенный подход к определению понятия социологического измерения // Методология и методы социологических исследований (итоги работы поисковых проектов 1992-1996 г.г.). М.: ИСоцРАН, 1996в. С. 66-95
26. Толстова Ю.Н. Идеи моделирования, системного анализа "качественной" социологии: возможность стыковки (на примере метода репертуарных решеток) // Социология: 4М (методология, методы, математические модели), 1997, №8. С.66-85.
27. Толстова Ю.Н. Измерение в социологии. М.: Инфра-М, 1998.
28. Тюрин Ю.Н. Непараметрические методы статистики. М.: Знание, 1978
29. Тюрин Ю.Н., Макаров А.А. Статистический анализ данных на компьютере. М.: Инфра-М, 1998.
30. Фёдоров И.В. Причины пропуска ответа при анкетном опросе // Социс, 1982, 2
31. Фелингер А.Ф. Статистические алгоритмы в социологических исследованиях. Новосибирск: Наука, СО, 1985
32. Философия и методология науки. – Под ред. В.И.Купцова. М.: Аспект Пресс, 1996

139. Хейс Д. Причинный анализ в статистических исследованиях. М.: Финансы и статистика,1981

1. Чесноков С.В. Детерминационный анализ социально-экономических данных. М.: Наука, 1982
2. Чесноков С.В. Основы гуманитарных измерений. М.: Наука, 1985
3. Чесноков С.В. Основы гуманитарных измерений. М.: ВНИИСИ, 1986
4. Штомпка П. Социология социальных изменений. М.: Аспект Пресс, 1996
5. Эфрон Б. Нетрадиционные методы многомерного статистического анализа. М.: Финансы и статистика, 1988
6. Яглом А.М., Яглом И.М. Вероятность и информация. М.: Гос. Изд-во физ-мат. литературы, 1960
7. Ядов В.А. Стратегия и методы качественного анализа данных // Социология: 4М (методология, методы, математические модели), 1991, №1. С. 14-31.
8. Ядов В.А. Два рассуждения о теоретических предпочтениях // Социологический журнал, 1995, №2. С.70-72.
9. Ядов В.А. Стратегия социологического исследования: описание, объяснение, понимание социальной реальности.М.: Добросвет, 1998.
10. Ярская-Смирнова Е. Социокультурный анализ нетипичности. Саратов: Саратовский технологический университет, 1997.
11. Agresti A. Categorical data analysis. N.-Y.: John Wiley and sons, 1990
12. Benzecri J.P. L’ analyse de donnees. Tome 2. L’ analyse de correspondences. Dunod, 1973
13. Blalock H.M. Conceptualization and measurement in the social sciences. Beverly hill: Sage, 1982
14. Blalock H. M. Power and conflict: Toward a general theory. Newburg Parc – L. – New Delhi: Sage publ., 1989 (Рецензия М.М.Назарова в: Социс, 1991, № 6. С. 148-150)
15. Bluman A.G. Elementary statistics. W.C.Brown Publishers. 1995
16. Clausen S.-E. Applied correspondence analysis. An introduction. Sage university paper series on Quantitative applications in the social sciences, 07-121. Newbury park, CA: Sage, 1998
17. Coleman J. Foundational of social theory, MA: Harvard University Press, 1990
18. Demaris A. Logit modeling: Practical application. Sage university paper series on quantitative applications in the social sciences, 07-086. Newbury park, CA: Sage, 1992
19. Derrick F., Magidson J. Using CHAID with the gains chart option // Proceedings of the 1992 annual meeting of American stat. Ass., Business and Economics Section, 1992

159. Diamantopoulos A., Schlegelmilch D.P. Taking the fear out of data analysis. The Driden Press, 1997.

1. Guttman L. Measurement as structural theory // Psychometrika, 1971. V.6. Pp. 329-349
2. Hardy М.А. Regression with dummy variables. Sage university paper series on Quantitative applications in the social sciences, 07-093. Newbury park, CA: Sage, 1993

162. Hinton P.R. Statistics Explained. A Guide for social Science Students. N.-J.,L., 1995

1. Kachigan S.K. Statistical analysis. An interdisciplinar introduction to univariate and multivariate methods.N.-Y.: Radius Press, 1986
2. Kass G. An exploratory technique for investigating large quantities of categorical data // Applied Statistics,1980, 29:2, 119-127 (сравнние алгоритмов AID и THAID)
3. Kerlinger F.M., Pedhazur E. Multiple regression in behavioral research. N.-Y., 1973 (см. также: Pedhazur E. Multiple regression in behavioral research: Explanation and prediction. - N.-Y.: Holt, Rinehart and Winston, 1982)
4. Krantz D.H., Luce R.D., Suppes P., Tversky A. Foundation of Measurement. N.Y. - L.: Acad. Press. V.1 - V.3, 1971 - 1990
5. Kruscal J.B., Wish M. Multidimensional scaling. Sage university paper series on Quantitative applications in the social sciences, 07-011. Newbury park, CA: Sage, 1978
6. Liebetrau A.M. Measures of association. Sage university paper series on Quantitative applications in the social sciences, 07-032. Newbury park, CA: Sage, 1989
7. Louviere J.J. Analysing decision making: Metric conjoint analysis. Sage university paper series on quantitative applications in the social sciences, 07-067. Newbury park, CA: Sage, 1988
8. Magidson J. The CHAID approach to segmentation modeling // Handbook of marketing research. Cambridge, Mass.: Blackwell, 1993
9. McCutcheon A.L. Latent class analysis. Sage university paper series on quantitative applications in the social sciences, 07-064. Newbury park, CA: Sage, 1987
10. Menard S. Applied logistic regression analisys. Sage university paper series on Quantitative applications in the social sciences, 07-106. Newbury park, CA: Sage, 1995
11. Messenger R.S., Mandell G.M. A model search technique for predictive nominal scale multivariate analysis // J. Amer. Stat. Ass. 1972. V.67. P.768-773 (алгоритм THAID)
12. Morgan J.N., Messenger R.C. THAID - a sequential analysis program for nominal dependent variables. Ann.Arbor: Institute for social research, 1973

175. Neter J., Wasserman W., Kutner M.H. Applied linear statistical models: regression, analysis of variance and experimental designs. R.D.Irwin inc, 1990.

1. Questions and answers in attitude survey: experiments on question form, wording and context / Schumann H.,Presser S. Thousand Oaks, Calif.,1996.
2. Rudas T. Odds ratios in the analysis of contingency tables. Sage university paper series on Quantitative applications in the social sciences, 07-119. Newbury park, CA: Sage, 1998

178. Sirkin R.M.. Statistics for the social science. SAGE publ.,1995

1. Sonquist J., Morgan J. Searching for data structure. Ann. Arbor, 1973 (алгоритм AID3)
2. Tabachnick B.G., Fidell L.S. Using multivariate statistics. Harper Collins College Publishers, 1996.
3. Thompson. Canonical correlation analysis. Sage university paper series on Quantitative applications in the social sciences, 07-047. Newbury park, CA: Sage, 1984

182. Walsh A. Statistical for the social sciences: with computer - based applications. - N.Y.: Harper & Row Publishers, 1990.

1. Yandell B.S. Practical data analysis for the designed experiments. - Texts in statistical science, 1997.

 

Наименование некоторых серий западных изданий, содержащих ряд брошюр по анализу данных

184. Advanced Quantitative techniques in the social sciences

185. Applied social research methods series

186. Measurement methods for the social sciences

187. Qualitative research methods

188. Quantitative applications in the social sciences

189. Sage focus editions

190. Sage library of social research

191. Sage sourcebooks for the human services series

192. Texts in statistical science (Chapman & Hall)