公共管理领域的SAS数据挖掘：方法与案例

首页 > 图书中心 > 教学用书 > 本科研究生 > 其他

公共管理领域的SAS数据挖掘：方法与案例-胡光远

公共管理领域的SAS数据挖掘：方法与案例

丛书名：无
著（译）者：胡光远
资源下载：
责任编辑：杨闯
字       数：435千字
开       本：16 开
印       张：22
出版版次：1
出版年份：2026-05-02
书       号：978-7-5642-5090-4/F.5090
纸书定价：78.00元   教师会员可用500积分申请样书

在线购买样书申请收藏

《社会科学中的智能数据挖掘：方法、工具与公共管理案例分析》是一部面向新时代数字化治理需求、融合统计建模、机器学习与政策分析的前沿教材。全书聚焦“数据驱动的社会科学研究”与“AI+公共管理”的实践转型，系统梳理从社会科学研究方法的基本范式，到数据挖掘、SAS操作、文本分析、时间序列预测、网络与社交媒体数据处理，再到数据伦理与智能治理的全链条知识体系。本书的编写特色在于“三结合”： 1. 理论与实务结合：既有社会科学方法与数据技术的系统讲解，也有大量政策模拟、政府治理与AI实践的应用案例。 2. 技术与政策

同系列产品more >

: 大学生军事理论（第
薛高连,张冬梅
定价：48.00元
查看详情

: 会计英语（通用版）
叶建芳
定价：56.00元
查看详情

: 国际货运代理（第二
李贺,王海涛
定价：59.00元
查看详情

: 消费心理学教程（第
徐萍
定价：65.00元
查看详情

: 大学生健康教育（第
何敏
定价：55.00元
查看详情

图书分类全部图书

《社会科学中的智能数据挖掘：方法、工具与公共管理案例分析》是一部面向新时代数字化治理需求、融合统计建模、机器学习与政策分析的前沿教材。

全书聚焦“数据驱动的社会科学研究”与“AI+公共管理”的实践转型，系统梳理从社会科学研究方法的基本范式，到数据挖掘、SAS操作、文本分析、时间序列预测、网络与社交媒体数据处理，再到数据伦理与智能治理的全链条知识体系。

本书的编写特色在于“三结合”： 1. 理论与实务结合：既有社会科学方法与数据技术的系统讲解，也有大量政策模拟、政府治理与AI实践的应用案例。

2. 技术与政策结合：涵盖SAS软件操作、可视化、机器学习、自然语言处理等核心工具，服务于财政、医保、教育、交通等多个公共治理领域。

3. 方法与伦理结合：强调数据合法性、隐私保护与合规管理，在每章都融入数据治理与伦理框架思维。

适用读者包括： 1. 公共管理、社会学、政治学等领域的本科生与研究生； 2. 政府部门数据分析与政策评估相关从业人员； 3. 致力于智能治理与数据驱动公共管理改革的科研人员与技术人员。

目录。
第1章数据驱动的社会科学研究：方法基础、公共管理挑战与SAS工具引入。
1.1 社会科学研究的对象与特点。
1.2 方法谱系概览：问题导向与工具匹配。
1.3 公共管理研究的挑战。
1.4数据驱动的社会科学研究趋势。
1.5 SAS：社会科学研究的经典数据挖掘工具。
第2章数据挖掘的基本原理与流程。
2.1 数据挖掘的定义、任务与应用。
2.2 数据挖掘的主要方法。
2.3数据挖掘与传统统计方法的比较。
第3章公共管理研究设计：研究问题、变量构建与方法选择。
3.1公共管理研究问题的提出与界定。
3.2 理论框架与分析框架的构建。
3.3 概念操作化与变量构建。
3.4 公共管理研究方法选择：定量、定性与混合方法。
3.5 研究识别与效度控制。
3.6 数据需求与分析方案设计。
第4章公共管理研究的数据来源与数据预处理。
4.1 公共管理研究的数据预处理基础。
4.2 公共管理数据类型：结构化与非结构化数据。
4.3 数据采集方法：公开数据、网络数据与调查数据。
4.4 数据清洗与预处理技术。
第5章SAS语言与编程基础。
5.1 SAS系统架构与模块。
5.2 SAS数据输出机制。
5.3 SAS数据导入。
第6章SAS数据管理与数据步。
6.1 SAS数据集管理。
6.2 SAS数据清理与预处理。
6.3 SAS编程基础与数据步。
6.4 数据步在公共管理研究中的应用。
第7章SAS统计分析模块：公共管理领域的应用。
7.1 统计分析在公共管理研究中的作用与逻辑。
7.2 描述性统计与探索性数据分析（EDA）。
7.3 推断统计与群体差异分析。
7.4 回归分析与政策影响评估。
7.5 因果推断与政策评估方法。
7.6 数据降维与群体识别方法。
7.7 综合案例：最低工资政策对就业的影响评估——SAS全过程实现。
7.8 方法整合与分析能力框架。
第8章 SAS数据可视化：公共管理领域的案例实践。
8.1 数据可视化在公共管理研究中的作用。
8.2 SAS数据可视化方法与图形实现。
8.3 数据可视化表达规范及设计原则。
8.4 综合案例一：城市空气质量与车辆管理政策分析。
8.5 综合案例二：区域公共支出与社会福利差异分析。
8.6 数据可视化的挑战及规范化应用。
8.7 AI赋能数据可视化与智能治理趋势。
参考文献。
附录。