图书内容简介

本书以作者多年的教学经验为基础，充分考虑法科生数学基础薄弱的特点，以我国近二十年来的司法改革与法治发展为背景，以定量研究方法为切入点，系统阐述了法律实证研究的研究范式、特点与类型，并从描述统计、推断统计和机器学习等多个方面介绍了法律数据分析方法。本书将法学与统计学的精髓有机融合，强调体系性，注重结合实际数据和典型案例，从调查问卷设计入手讲授数据收集，从数据类型出发介绍描述统计，从简单线性回归模型切入推断统计，从决策树和聚类算法引入机器学习。本书对法学先修课程和数学基础均没有特别高的要求，适合各层次法科生数据分析类课程选用，也适合法律实证研究学者自学使用。

图书目录

"第一章实证研究——一种法学研究的新范式 /

第一节实证研究——基于数据的研究范式 /

第二节法律实证研究的兴起与发展 /

第三节他山之石——域外的法律实证研究 /

思考题 /


第二章数据时代背景下的法律实证研究 /

第一节法律实证研究与大数据 /

第二节法律实证研究与人工智能 /

第三节计算法学——法律实证研究的2.0版 /

思考题 /0


第三章法律实证研究方法概述 /

第一节法律实证研究的类型 /

第二节法律实证研究的一般步骤 /

第三节基于统计学的数据科学 /

第四节法律实证研究常用软件介绍 /

思考题 /


第四章法律数据的收集 /

第一节观察研究的数据收集 /

第二节常用的抽样方法 /

第三节调查研究的数据收集 /

第四节问卷设计的理论与实践 /

思考题 /


第五章法律数据的分析与展示 /

第一节法律数据的类型 /

第二节法律数据的可视化 /

第三节常用统计指标 /

思考题 /


第六章法律现象的相关性分析 /0

第一节相关的含义和类型 /

第二节相关性的可视化 /

第三节常用的相关性指标 /

思考题 /


第七章法律与概率模型 /

第一节概率论的基本概念 /

第二节常用分布及数字特征 /

第三节统计量及其分布 /

思考题 /


第八章法律与统计推断 /

第一节参数估计与样本量 /

第二节假设检验与刑事审判 /

第三节常用的假设检验 /

思考题 /


第九章影响因素分析——线性回归模型 /

第一节一元线性回归模型 /

第二节多元线性回归模型 /

第三节案例——盗窃罪量刑问题 /

思考题 /


第十章影响因素分析——Logistic回归模型 /

第一节二分类Logistic回归模型 /

第二节多分类Logistic回归模型 /

第三节案例——民事执行强制措施的效果 /

思考题 /


第十一章法律现象之因果推断 /

第一节因果推断的逻辑框架 /

第二节倾向值匹配——以盗窃罪量刑为例 /

第三节双重差分模型——以诉前调解为例 /

思考题 /


第十二章机器学习在法律实证研究中的应用 /

第一节机器学习概述 /

第二节随机森林——以法官“入额”为例 /

第三节聚类分析——以法官画像为例 /

思考题 /


参考及推荐阅读文献 /


后记 /"