从科学的特质开始，以社会科学研究对象的随机性为出发点，本书以研究建构、数据收集和数据分析三大部分展开内容。研究建构，阐述社会科学作为科学，其特征、范式，以及统计作为必要的成分——与自然科学的异同，以及典型社会科学定量研究的结构要点和设计要点。数据收集部分，在重新探讨社会科学领域中变量的概念与测量的性质的基础上，循序着重讨论变量测量、问卷设计，以及随机抽样与资料收集方法各环节的关键难点。数据分析部分提供定量社会科学的统计概念和统计基础，从概率与随机变量开始，较为系统地阐述最为基础和经典的回归分析方法，也包括分类因变量的回归方法。

上篇 收集数据
第1章 研究设计
1.1 研究问题
1.2 变量测量
1.3 抽样设计
1.4 数据收集
1.5 统计方法
1.6 数据性质
第2章 变量测量
2.1 概念是什么
2.2 概念的测量
2.3 测量的性质
2.4 复合测量
2.5 测量尺度
2.6 测量工具：问卷
第3章 概率抽样
3.1 基本术语
3.2 非概率抽样及其问题
3.3 简单随机抽样
3.4 等距抽样
3.5 分层抽样
3.6 整群抽样
3.7 多段抽样
3.8 PPS抽样
第4章 数据收集
4.1 无回答误差和测量误差
4.2 数据收集方法及其比较
下篇 分析数据
第5章 概率基础
5.1 概率是什么
5.2 概率公理化
5.3 随机变量
5.4 数学期望
第6章 统计推断
6.1 总体与样本
6.2 统计量与抽样分布
6.3 点估计
6.4 点估计的优良性准则
6.5 区间估计
6.6 假设检验
第7章 简单回归
7.1 回归分析是什么
7.2 简单回归模型
7.3 简单回归模型的参数估计
7.4 最小二乘估计的代数性质
7.5 简单回归模型的基本假定
7.6 最小二乘估计的统计性质
第8章 多元回归
8.1 多元回归模型
8.2 多元回归模型的基本假定
8.3 多元回归模型的参数估计
8.4 最小二乘估计的统计性质
8.5 多元回归模型的假设检验
参考文献