免费开放、功能强大的R语言数据科学分析日渐流行。R语言的功能每天都在扩展，用户每天都在增多。现在，R语言已经成为诸多名校统计学课堂上的首选软件，是定量研究最受欢迎的工具之一。本书利用R语言分析中国综合社会调查数据。该调查数据对研究者开放，方便获取。数据分析过程可复制，开源，可以有效地帮助读者进行学习、研究。和市场上一般的R语言书不同，本书基于真实的调查数据，贴近数据学习和科研分析的真实过程，从读入原始数据开始，逐渐深入。全书内容完整涵盖描述性统计分析、图表呈现、简单回归分析、广义回归模型、因子分析等主流统计教程的方法，适合各层次的读者参考。作为日渐流行的分析工具，R语言在社会科学中的应用方兴未艾。通过学习R语言，能打开新知识的大门，探索开源统计软件的魅力，跟踪学习新的方法，扩充研究的方法，更好地完成研究课题和论文写作。

从本文开始，我们利用R语言展开对中国综合社会调查数据的研究。分析从零开始，由浅入深，将涵盖描述性统计、回归分析、匹配模型、机器学习等社会科学研究中的常用方法。

在实际的研究报告和论文写作中，通常我们要进行简单的描述性统计，为进一步的研究打下基础，提供背景材料。基于此，本文对获取到的数据运用R语言进行了描述性统计分析。

本文首先介绍了简单的线性回归模型，其次分析了简单线性回归中的具体模型参数，再次分析了R语言中进行线性回归模型所需要的包，最后展示了高阶拟合模型。

在社会科学的研究中，影响因变量的因素不可能是单一的。因此，实际的定量研究成果中，我们一般会使用多元回归模型。基于此，本文首先介绍了如何对多元线性回归进行拟合，其次介绍了变量如何重编码，再次介绍了R语言可以进行的模型汇总以及交互效应模型，最后进行了可视化分析。

当因变量Y不是连续变量，而是分类变量时，我们就要利用广义线性模型（Generalized Linear Model）进行分析。本文前述模型中的工资变量是连续的数值型变量，现在我们将其重新编码成分类变量，用于后续的建模。本文首先对二分变量回归进行简单介绍，其次利用R语言实现了二分变量回归，最后进行了可视化分析。

本文首先以幸福感分析为例介绍了泊松回归，其次对泊松回归中的参数进行解读以及对模型是否合理进行诊断，最后进行了模型扩展分析以及可视化分析。

在社会科学研究中，我们会经常碰到可以分出“高低”或者给出次序的分类变量或离散变量，这类变量称为定序变量（ordinal variable），比如职业声望、阶层高低、政治态度、满意度（很满意、满意、不满意、很不满意）等。我们可以采用有序结果变量回归（Ordinal Regression）来处理此类问题，该模型提供高低不同层次之间的两两比较和累计概率，能为研究者提供更丰富的信息。基于此，本文首先介绍了有序因变量回归如何进行建模以及参数解读，其次进行了有序因变量回归扩展，最后进行了可视化分析。

匹配模型试图在社会科学研究中模拟实验的方法，分成“对照组”和“实验组”，来研究某个因素对结果的影响。比如要估算高等教育对个人收入的影响，不能简单地对比大学毕业群体与只有高中学历群体的收入。基于此，本文运用案例展示了匹配模型，其次对匹配模型的结果进行可视化分析。

在社会调查中，为了全面分析某问题，往往罗列多个因素，每个因素反映特定维度的信息。主成分分析和因子分析可以降维，用处理后的少量变量来代表多个原始变量的信息。基于此，本文首先介绍了进行主成分分析所需要的数据，其次对主成分分析的结果进行解读，最后进行因子分析。