●緒論
第一章 法律數據及數據類型
第一節 實證研究入門
第二節 法律數據
第三節 定性數據與定量數據
第四節 絕對數與相對數
第五節 截面數據、時間序列數據與面板數據
第六節 需要澄清的幾個問題
第二章 法律數據的描述
第一節 統計分組
第二節 統計表
第三節 常用統計圖
第四節 數據分布特征的描述
第三章 概率及常用概率模型
第一節 概率
第二節 隨機變量及相關概念
第三節 二項分布
第四節 正態分布
第五節 隨機變量的極限理論
第四章 法律現像之推斷統計
第一節 基本概念
第二節 抽樣調查
第三節 常用的抽樣分布
第四節 參數估計
第五節 假設檢驗
第五章 法律現像的關聯度量
第一節 相關分析
第二節 通過圖形描述相關關繫
第三節 常用的相關繫數
第四節 列聯表中的相關性分析
第五節 其他相關繫數
第六章 回歸模型
第一節線性回歸模型
第二節線性回歸模型
第三節 線性回歸的衍生模型
第四節 二分類Logistic回歸模型
第五節 有序多分類Logistic回歸模型
第六節 無序多分類Logistic回歸模型
第七節 實證研究中回歸模型的使用問題
第七章 算法與法律
第一節 法律人工智能算法的困境
第二節 算法“困境”:緣何如此
第三節 法律人工智能算法的改進
參考文獻
後記