高级社会定量分析
高级社会定量分析
5000+ 人选课
更新日期:2025/01/22
开课时间2024/09/11 - 2025/01/10
课程周期18 周
开课状态已结课
每周学时-
课程简介

著名统计学家C. R. Rao曾说:在终极的分析中,一切知识都是历史;在抽象的意义下,一切科学都是数学;在理性的基础上,所有的判断都是统计学。定量分析在社会科学研究中的重要性不言而喻,而如何正确地应用复杂的社会统计与计量经济模型,更是诸多研究生或青年学者从事社会科学研究及成果发布的难题之一。

《高级社会定量分析》是一门重在解决如何将高级社会统计模型与计量模型应用于实证研究及论文写作的研究生必修核心课程。该课程致力于实现三个目标:一是将复杂的社会统计与计量经济模型的原理阐述得生动流畅、通俗易懂;二是尽量避免枯燥复杂的公式推导,让观众能在相对较短的时间内掌握进阶回归模型的实际运用方法,授课过程将结合具体案例,文字与图形并重,既保留模型原理的精髓,又保证知识引入时的阶梯性,让复杂的回归模型变得可信且可爱;三是让观众能迅速掌握各类模型在Stata统计软件中的实现,并能够对回归分析结果进行详细而规范的解读,满足他们在研究中对模型应用的需求,从而缓解复杂模型的应用或论文发表中的生存焦虑,以更好地解决实际问题。

该课程共八章(12讲),涵盖了社会科学实证研究中以线性回归为基础的现代高级社会统计与计量模型,重点讲解多种最常见于国内外知名期刊或发表物的回归模型。例如,经典线性回归、倾向值分析(PSM, propensity score matching)等,以及离散因变量回归、删截数据处理、受限因变量回归、追踪数据分析等,包含二分类(binary/多分类(multinomiallogit / probit模型、定序回归模型(ordered logit / probit models)、计数变量模型(count data, Poisson回归、负二项回归、零膨胀模型及Hurdle模型)、删截数据回归(含Tobit模型及Heckman选择模型)、追踪数据及纵贯数据分析(包括固定效应模型及随机效应模型)等。

该课程适用于经济学、社会学、人口学、政治学、管理学、心理学、法律学等专业高年级本科生、硕士生、博士生及中青年教师等。

课程大纲
一元与多元线性回归
1.t线性回归
内生性问题
2.1倾向值分析法-随机控制实验
2.2倾向值分析
广义线性模型:二分因变量模型
3.1二分因变量模型
3.2二分因变量logit模型
3.3二分因变量Probit模型
3.4Stata实例与操作:二分因变量Logit模型
3.5Logit模型VsProbit模型
广义线性模型:多分类因变量
4.1多分类Logit模型
4.2条件Logit模型
4.3混合Logit模型
广义线性模型:定序因变量模型
5.1定序回归
5.2实操定序logit回归与定序probit回归
5.3平行回归假定
5.4广义定序logit模型
广义线性模型:计数因变量模型
6.1计数变量回归
6.2实操poisson回归
6.3负二项回归
6.4修正计数模型
6.5实操零膨胀模型
删截数据回归
7.1受限因变量回归:删失数据处理
7.2截除数据回归
7.3删截数据回归
7.4Tobit模型
7.5样本选择模型
追踪数据及纵贯数据分析
8.1追踪数据建模
8.2.1固定效应模型
8.2.2固定效应模型(实操)
8.2.3随机效应模型
8.3随机效应模型(实操)