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。

左卫民 ---------------------------- 四川大学法学院教授，博士生导师，中组部、人社部“国家高层次人才特殊支持计划领军人才”，第四届全国十大杰出青年法学家，四川省社会科学重点研究基地纠纷解决与司法改革研究中心主任，四川大学实证法律研究所所长，四川大学法学院大数据与人工智能法律研究中心主任，兼任中国法学会理事、中国刑事诉讼法学研究会副会长、四川省法学会副会长、最高人民检察院专家咨询委员、四川省委政法委、省委省政府法律顾问等职。先后获得教育部首批人文社科“跨世纪优秀人才”（1997）、教育部首届“青年教师奖”（2000）、国务院政府特殊津贴（2001）、四川省学术带头人（2003）、人事部首批“新世纪百千万人才国 家 级人选”（2004）、中宣部文化名家暨“四个一批”人才（2016）等荣誉称号或奖励。曾为美国哈佛大学、耶鲁大学、哥伦比亚大学、纽约大学、荷兰阿姆斯特丹大学、德国马普刑事法律研究所、香港中文大学的访问学者。主要研究领域为实证法律研究、纠纷解决、诉讼法学、司法制度。承担了国家社会科学基金重大招标项目“和谐社会的构建与人民内部矛盾解决体系的完善”（首席专家）等科研课题；独立或合作出版了《现实与理想：关于中国刑事诉讼的思考》《刑事诉讼的中国图景》《中国刑事诉讼运行机制实证研究》《中国基层纠纷解决研究》等著作十余部；在《中国社会科学》《法学研究》《中国法学》等期刊上发表学术论文逾百篇，有五十余篇被《新华文摘》《高等学校文科学术文摘》《中国社会科学文摘》、人大复印报刊资料等转载或转摘。研究成果获得部省级一等奖四次、二等奖六次。 詹小平 ---------------------------- 詹小平，四川大学法学院副教授，四川省人工智能与大数据法治研究会常务理事。四川大学法学院法学博士后，西南财经大学经济学博士学位。为本科生以及硕士、博士讲授法律实证研究、统计学并参与学院两门通识核心课程的教学工作。主要著作：《法律数据：统计方法与实证研究》（第一作者，四川大学出版社2019年版）、《概率论与数理统计》（科学出版社2009年）；主持参与多项国 家 级、省部级项目；发表多篇中英文论文。主要研究方向为法律实证研究，数据、算法、隐私计算技术的法律规制。

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 /