抽样调查是研究者获取信息的科学手段，随着大数据概念的深入及其在各行业的广泛应用，抽样调查的必要性受到一定程度的质疑。尽管大数据相对于调查数据有着获取更快速、形式更多样、结构更复杂的特点，但这并不意味着抽样调查会被大数据分析完全取代。

伴随研究深入，越来越多研究者认识到大数据自身存在的不足：一方面，大的数据量并不意味样本就能代表总体，有偏的大规模样本反而会导致局部错误结论的放大。另一方面，大数据中存在着大比例的噪音信号，甚至会掩盖真实信息。谷歌团队2018年撰文指出：“虽然未来调查研究一定程度上会被大数据分析替代，但由于研究目的和数据质量的差异，二者是互补的关系。”因此，研究适合数据科学时代背景的抽样调查设计与分析技术，是统计科学研究领域亟待解决的重要问题。

本书着眼数据科学时代中调查研究的问卷设计与建模分析挑战，针对大规模调查、互联网辅助调查等现代调查形式的设计与分析问题展开研究，并围绕调查数据的缺失处理、变量选择、区隔分析、潜变量建模等问题展开讨论。每个章节从问题剖析、方法讲解、实例分析的角度展开，相关程序代码通过github平台与读者共享，可作为相关领域研究者的方法参考书。