《社会统计学及Stata应用》是一门基于经典案例教学、辅以统计软件进行数据处理、深度理解与掌握社会统计学概念与方法的专业核心课程，为社会科学研究的有效工具与进行统计思维训练的课程之一，是社会科学实证研究中量化研究的基础课程，面向社会学、经济学、管理学、人口学、社会工作等社会科学类专业的本科生及对社会统计感兴趣的同仁。
正如著名统计学家C. R. Rao所说：“在终极的分析中，一切知识都是历史；在抽象的意义下，一切科学都是数学；在理性的基础上，所有的判断都是统计学。”社会科学发展的历史也同样证明，科学研究离不开实验或社会调查，而实验或社会调查又必然面临数据收集与处理问题。例如，如何经济、有效地收集数据？运用什么方法与策略对数据进行分析？如何从样本推断到总体？如何对数据分析结果进行规范的解读？要有效解决类似问题就必须依靠科学的统计方法。
本Mooc课程旨在为社会科学类专业学生铺设量化研究的入门路径，并利用线上课程为大家提供开放自主的学习机会，希望大家基于该课程的学习与讨论，能够理解并掌握如何正确、有效地进行数据处理、分析及统计结果的解读，并培养科学、严谨的统计思维模式，从而在不确定的环境中做出更为科学与理性的决策。
该课程共十二讲，主要包括统计思想、统计学在社会科学中的应用、实证研究的起源、抽样原理、描述性统计分析、统计图表、集中趋势、离散趋势、变量层次、概率分布、统计推断、参数估计、假设检验等（因经费不足，部分内容暂时未能录制）。其中，每一讲均以经典案例出发，并配合Stata统计软件的操作，帮助大家理解与掌握社会统计学的基本原理与方法，培养自己量化研究的思考能力与动手能力，顺利进入社会科学研究的殿堂。
使用教材：
王存同编著.社会统计学及Stata应用[M].经济科学出版社.2024.
导论
抽样与数据
1.1.1非概率抽样和概率抽样
1.1.2简单随机抽样
1.1.3系统抽样与分层随机抽样
1.1.4整群抽样和多阶段随机抽样
1.1.5概率比例规模抽样
1.2.1截面数据和汇总截面数据
1.2.2时间序列数据和追踪数据
1.2.3数据管理及统计软件包
变量测量与概率分布
2.1.1变量及其特性
2.1.2变量的测量层次——定类变量和定序变量
2.1.3变量的测量层次——定距-定比变量和计数变量
2.2.1随机试验与概率
2.2.2随机变量
2.2.3随机变量的概率分布
2.3.1期望和方差
2.4.1离散型随机变量的分布和数字特征（一）
2.4.2离散型随机变量的分布和数字特征（二）
2.4.3连续型随机变量的分布和数字特征（一）
2.4.4连续型随机变量的分布和数字特征（二）
2.4.5连续型随机变量的分布和数字特征（三）
描述性统计
3.1.1总体参数值与样本统计量
3.2.1频数分布表
3.2.2列联表
3.3.1描述性统计图——直方图、茎叶图
3.3.2描述性统计图——条形图
3.3.3描述性统计图——饼形图
3.4.1集中趋势的测量
3.4.2集中趋势统计量评
3.5.1方差与标准差
3.5.2离散趋势的测量——全距、四分位距和箱丝（形／式）
3.5.3变异系数和离散趋势统计量述评
统计推断：抽样分布
4.1.1作为随机变量的总体和样本个体
4.2.1总体参数和样本统计量
4.3.1总体分布、样本分布和抽样分布
4.3.2样本均值的抽样分布
4.3.3样本比例的抽样分布
4.3.4两个样本均值（比例）之差的抽样分布和样本中位数的抽样分布
4.4.1.χ2分布
4.4.2t-分布
4.4.3F分布及三大基础统计量分布的Stata相关命令
统计推断：参数估计
5.1.1常用估计量
5.1.2点估计评判标准
5.1.3点估计的方法
5.2.1置信区间（一）
5.2.2置信区间（二）
5.3.1总体均值μ的置信区间
5.3.2总体比例π的置信区间和总体方差的置信区间
5.3.3Stata操作：单个总体参数的区间估计
5.4.1两总体均值之差的置信区间
5.4.2两个总体比例之差的置信区间
5.4.3Stata操作：两个总体参数的区间估计
统计推断：假设检验
6.1.1假设检验概论（一）
6.1.2假设检验概论（二）
6.2.1提出假设（一）
6.2.2提出假设（二）
6.2.3检验统计量和抽样分布
6.2.4拒绝域和显著性水平
6.2.5利用临界值进行决策
6.2.6假设检验示例
6.3.1总体均值μ的假设检验
6.3.2总体比例π的假设检验
6.3.3利用p值进行决策