•       

     
     
             
             社会科学领域绝大多数学生和学者都渴望掌握统计学,绝大多数都学过统计学,遗憾的是很少有人能学懂。“是否应该继续学习统计学”成为他们最为纠结的一件事情,也成为他们一个无法摆脱的“心病”。实际上,现在的年轻人学不好统计,并不是年轻人的问题,更不是社会科学学生数学基础不好的问题。因为中国学生是世界上数学基础最好的学生,也是最努力、最用功的学生。中国的问题出在学校、出在社会科学本身、出在教材、出在老师身上,只要把这些问题解决了,中国学生一定能够学好统计学,而且比国外的学生学得更好。实际上,统计学不是(抽象的)数学,统计学是一门实用学科,它是可以看得见、摸得着的,它所解决的问题都是您思考和经历的事情。
     
             尽管学习社会科学研究方法不是一件很难的事情,但是要想真正掌握和理解社会科学研究方法,必须依据内容逻辑循序渐进、系统地学习,切不可跨越式的或随意地选择课程去学习。因此,为了能使学习效果更好、效率更高,我们这里对今年暑期班开设的课程、以及各门课程之间的关系作一个简短的介绍,并结合选课提出一些建议,供大家参考。

     

            今年暑期班将开设10门正式课程,其中2学分(36学时)课程6门、1学分(16学时)课程4门。此外还将开设多门辅助课程(有些辅助课还未最后确定),主要介绍某些统计软件的使用和正式课程的预备或配套知识。

            跟以往一样,今年暑期课程仍然分为前后两个阶段,中间阶段将举办“第六届中国社会科学研究方法应用学术讨论会”,这属于暑期班的配套内容,目的是为暑期班学员在学习研究方法的同时,能够应用所学的方法主动、自行地开展研究,通过同行交流和老师点评,实现“学以致用、用以致学”,提高研究水平的目的。

     

             知识的积累和能力的培养是不能速成的,需要踏踏实实、一步一个脚印的来完成。对于年轻学者和学生来说,我们特别建议要有系统学习和长期学习的准备。至少要有两次暑期班的学习经历,你有条件从事科学研究。我们建议,如果你是第一次来学习,你可以把目标定位在“打牢基础”上,如果今年你能够学习3-4门初级课程,你的目的就达到了,做到这一点,至少你已经具备了从事科学研究的资格;如果你想进一步学习或者你曾经学过暑期班初级课程,建议你侧重学习初级课程以外的社会科学常用方法,这其中最重要的一门课是分类数据分析。因为线性回归模型这门课尽管从理论上说是非常重要的,但由于这个模型只能针对因变量为连续变量的数据,而社会科学领域分析的数据绝大多数都是分类变量,所以从实用角度看,分类数据分析这门课对社会科学学者是最有用的,也是社会科学学者使用最多的内容,它应该是定量研究方法的第三门课,模型类的第二门课。除此之外,生存分析、空间数据分析、多元统计、抽样调查方法等也都是社会科学各学科都常用的一般方法。如果你再想学这些课程,你需要来第二次学习这些中级课程,这样两次学习累计可以学到6-9门课程。这时,你的研究方法掌握的程度在社会科学领域属于中上等水平,在研究方法方面可以超过90%的人了;如果你有决心继续第三次学习,再学3-4门课程,有些课程属于针对特定问题研究的特殊方法和高级方法,特殊方法包括大数据分析方法、项目评估方法、元分析、序列分析、系统动力学等;高级方法包括结构方程模型、分层分析模型、纵向分析模型等,如果学习了这些课程,估计你就进入到金字塔的顶端了。

     

            按照这一思路,通常我们把暑期班学员分为两类,一类为第一次来参加学习的新学员,另一类为以前曾经参加过暑期班学习的老学员。
     
            针对新学员(包括认为自己以前学的还不错的学员),重点推荐下面的一组课程:
     
     

     

           针对老学员,若想学一般方法,我们推荐下表中用黑体字标出的课程。没有标出的可以看成是特定方法。如果你选学了这些一般方法,你仍然有一些空余时间来学习一些自己感兴趣的特殊方法。

     

     

       

            针对老学员中有特殊需求的,或有些学员专门想学习某一种或几种特定方法,那你就可以根据个人的需求来选课,而不要在乎前面的建议。但前提条件是,你必须按照课程之间的逻辑顺序来学。下图给出了今年暑期班开设的课程以及各门课程之间的联系,请大家选课时参考。

     

     

     

     

            对于年轻人来说,你们有充足的时间、有旺盛的精力、有扎实的基础,如果再有那么一点点追求、有一点点毅力,你们可以学会任何想学的知识。对于暑期班来说,我们的任务是“为有梦想的年轻人搭建通向这一目标的阶梯”,让我们共同努力……。

     

     

  •        

     

     

     

            2020暑期班将开设10门正式课程,2门辅助课程。正式课程分为1学分和2学分两类课程。2学分课程共计36学时,上12次课,每次3学时;1学分课程共计18学时,又分为每次3小时共上6次课和每次2小时共上9次课两种情况。每星期一、二、三、五、六上课,星期四和星期日休息。正式课程上课时间为当日的上午和下午,晚上开设辅助课。每门课程将安排助教为学员在学习过程中提供答疑和辅导;学员修完正式课程并通过开卷考试后,将获得社会科学研究方法暑期班结业证书,该证书将作为学员选学后续课程的资质证明。

           

            今年课程将分为两个阶段,第一阶段从7月6日开始上课,到7月21日结束;第二阶段从7月27日开始,到8月11日结束。跟历年暑期班一样,在两个阶段课程中间还将联合SAGE(世哲)出版公司联合举办第六届(网络)中国社会科学研究方法及其应用学术研讨会,为暑期班学员提供学术交流的机会。受疫情的影响,今年暑期课程将全部在网上授课、网上辅导、网上答疑和网上考试,这是一次新的尝试。两阶段正式课程安排如下:

     

     

     

           

            拟参加今年暑期班学习的学员需在网上进行报名缴付,1学分(18学时)正式课程为400元,2学分(36学时)正式课程800元;所有辅助课和期间安排的讲座不收费;免费为学员颁发正式课程和辅助课程(电子版)课件,以及其他相关材料。报名和缴费办法见首页文件。

           

    报名时间从本简章发布之日起到7月1日结束。报名并缴费后将会获得一份正式录取通知,通知上将告知上课的一些具体安排和学员需要做的一些准备。暑期班其他后续信息,包括选课建议、课程介绍、教师介绍、学员手册、研讨会等信息均会在下面给出的网站和微信公众号上公布。若有问题,请通过暑期班微信(ssmart_pku)或邮箱(ssmart@yeah.net)进行咨询。

  •  

     

         

            社会科学研究设计和研究方法和流行病学和社会科学研究设计两门课都是讲研究设计的。一般来说研究设计涉及两大类方法:观测(observational)研究和实验(experimental)研究。前者主要用在社会科学研究中,后者主要用在医学研究中。实验研究近年来在国际社会科学领域出现了应用高潮,特别是2019年诺贝尔经济学奖授予了用实验研究方法研究贫困的几位美国教授。两类研究设计各自又涵盖了很多具体的研究设计方法,上课时会具体介绍。社会科学研究设计和研究方法”属于社会科学研究方法类的第一门课。它主要介绍社会科学研究的思路、原则、研究方式,以及如何做研究设计,如何对研究对象的状态、行为和认知进行测量,如何收集到反映真实客观事实的数据等一些方法。只有学习了第一门课,才会知道怎样去做研究,才可以进一步学习其他研究方法。

     

           

     

     

     

  •  

     

     

     

     

     

     

           社会科学应用统计学原理这门课,可以说是社会科学研究方法的第二门课,也是定量分析的第一门课,因为这里讲的是应用统计学最基础的内容。它涉及定量分析或统计学的基本概念、基本原理和基本方法,同时还涉及描述统计(各类统计指标的计算和描述)和推断统计(如何从样本向总体进行推断的方法)。这门课主要讲的是单变量和双变量统计分析问题,而变量又可以分为分类变量和数值变量两大类。可以说,对于从未学过任何统计学(不包括社会经济统计学)或者曾经学过但并没有真正理解统计学含义和真谛的学员,建议一定要选修这门课程。这门课学懂了,你才算“入门了”,才能为以后的进一步学习扫清障碍。学习“社会科学应用统计学原理”时学员会了解到,单变量和双变量数据只能用于描述,不能用于对变量之间关系的解释,因为二者的关系并不是真实的关系,或者说可能是虚假关系,因此独立测量双变量关系所反映的结果是不能用来下结论的。要想得出科学的结论,还必须控制有关的一系列其它变量,这就是多变量问题。解决多变量问题必须用多变量分析方法,特别是回归分析模型。    

     

     

     

  •  

     

     

     

     

           应用线性回归模型是所有模型类课程的基础性课程,它通常也被称为定量分析方法的第二门课,或模型类方法的第一门课,因为任何其它定量模型都是在线性回归模型基础上或比照线性回归模型构建出来的,如果不了解线性回归模型、不了解模型的构建、回归系数的涵义、模型和回归系数的推断、拟合优度的测量、模型有效性检验等一系列问题,就很难理解其他模型,而且在应用上、特别是在对模型结果的解释上也会经常出现问题。本门课程分为两大部分:简单线性回归和多元线性回归。前者主要用于介绍模型的原理,但不适合应用;后者更侧重与应用。本门课需要有高中数学基础,如果有大学本科的微积分和矩阵基础知识,就完全没有问题了。具体内容包括:线性回归模型的涵义,模型假设,参数估计和参数推断,多元回归模型、交互(调节)作用模型,定性自变量,多项式回归,模型选择,模型诊断与修正,标准化回归模型,多重共线性诊断和处理,加权最小二乘方法,稳健回归和岭回归等内容。

     

     

     

  •  

     

     

     

     

           元分析(meta-analysis)是对同一类问题多个实证研究结果的再分析,属于对分析的分析。那么,对以往相关研究进行评价(相当于文献综述——必须是有效研究),将不同研究数据和结果进行整合是元分析的重要内容。这是循证科学研究的最重要方法。从以往研究中提取出更为有力的证据,为政策执行者、社会干预者和社会工作者提供更有效的证据。学习该方法必须具备统计学原理和线性回归的基础。课程中会使用SAS软件和R软件。选这门课的学员,要求必须听SAS的辅助课。R软件在上课时老师会给做一些介绍。

     

     

     

     

  •      

     

     

     

     

           时间和空间是两个重要的维度。空间分析针对空间因变量,生存分析(或事件史分析)则是针对时间因变量的方法。该方法最早应用于生物统计学。开始用于研究人或动物的存活时间,从而被命名为生存分析。后来发现只要是对事物某一状态持续时间的分析,都可以归为生存分析,比如从单身到结婚,从在婚状态到离婚,从失业状态到再就业,从开始写毕业论文到完成论文,从毕业到找到工作的持续时间,运动员巅峰状态持续时间,等等。事件史分析(Even-history Analysis) 是社会学为该方法起的名字。不同领域所用的名字也有所不同。在工程领域被称为可靠性分析(Reliability Analysis) 或发生事件分析 (Failure Time Analysis) ;在经济学被称为持续时间分析 (Duration Analysis) 或转移分析 (Transition Analysis)。学习该方法需要具备统计学原理和线性回归模型的基础。

          

     

     

     

  •  

     

         

          除了学习基本原理和基本方法以外,今年暑期班安排了一门统计软件课程——Stata软件软件及应用。尽管这不是介绍研究方法本身的课程,但是作为统计方法的使用者至少要掌握一门统计软件,因为毕竟所有方法都不再需要研究者自己手工计算,而是通过统计软件来计算的。如果说研究方法是做研究的工具的话,那么统计软件则是使用研究方法的工具。它使我们的计算更容易、更方便、更快捷。实际上,目前社会上有很多统计软件,中国社会科学学者目前使用最多、也是最简单的软件是SPSS。由于Stata软件的功能更强一些,使用也相对简单,作为初学者能够掌握并学会使用这一软件是非常必要的。Stata软件及其应用这门课,是在学过统计学原理和回归模型以后,将软件操作与学过的统计学方法相结合,即如何通过运行Stata软件来运行模型。暑期班坚持的一个原则就是“不用软件学方法”,但鼓励学会了方法以后系统掌握一种软件。所以本门课的重点不是学习方法,而是学习软件。如果没有学过方法,我们不鼓励直接学这门课。

     

     

  •  

     

     

     

     

            结构方程模型是目前西方社会科学研究中最为热门的一类模型。该模型之所以得到广大社会科学学者的青睐,最重要的是它可以描绘复杂的因果关系 。学习本门课必须有统计学原理和线性回归模型的基础。由计量生物学产生的路径分析 (Path Analysis) ,由心理学和计量心理学产生的认证性因子分析 (Confirmatory Factor Analysis),以及由计量经济学产生的联立方程模型(Simultaneous Equation Model) ,最终成为了结构方程模型的三个主要来源。而Soreskog 和Sorbom 的LISREL 软件导致了结构方程模型的普及。但社会科学学者更多地用AMOS软件,使用更方便,画面效果更好。易丹辉和李静萍两位教授去年以暑期班系列教材的名义出版了教材。本次暑期班第一次使用,有特殊重要的意义。

     
     

     

      

     

  •  

     

     

       

           大数据时代开启了一场寻宝游戏。信息和互联网时代导致大量的数据被聚集和沉淀下来,需要人们去挖掘,特别是从事社会科学的学者。大数据分析技术这门课就是介绍如何从网络上挖掘数据并分析数据的方法。媒体大数据目前是大数据分析的核心对象。与传统的研究相比,它不需要做抽样,不需要找因果关系,属于非机构性数据。数据特点不仅是“大” ,而且还可以“动” 。学习本门课一方面要学习如何抓取数据,知道如何进行测量,另一方面是学习如何分析数据。测量和分析在其他课程中学过。因此掌握获取数据的方法是最重要的。 最好曾经学过研究设计,文本分析、统计学原理和多元统计方法等课程;如果有一定的编程基础就更好了。

     

     

     

  •  

     

     

     

     

     

           空间数据分析近年来在社会科学领域应用的越来越广,为社会科学研究开辟了更广泛的天地。这门课会分三个层面介绍:第一,空间数据的获取和表达,在社会科学研究过程中如何获取空间数据并进行专题地图表达,利用地图语言进行事实描述;第二,空间数据描述统计分析,通过点密度分析、空间插值以及空间自相关、空间异质性等技术和概念测量,定量描述空间数据的特征和统计诊断;第三,在实证数据存在空间属性的基础上,通过回归模型进行全局空间自相关和局域空间异质性的回归分析。学习本门课必须有统计学原理和线性回归模型的基础。空间思维和图形意识也是很重要的。

     

     

     

     

     

  •  

     

     

     

     

     

     

          “流行病学”实际上不是讲流行病的,而是研究方法,它属于医学和公共卫生领域的“研究设计和研究方法”课程。因为流行病学的研究设计和研究方法更为规范,而且有很多方法和思路值得社会科学学者的借鉴,再加上近年来国际上社会科学学者也在用实验方法做社会科学研究,以及疫情期间大家更关注流行病学者是如何跟踪、研究疾病流行,以及如何检验疫苗和治疗方法的有效性。

     

     

     

     

  •  

     

       

     

     

           暑期班将根据情况安排一些辅助性课程。今年将开设SPSS软件入门、SAS统计软件入门、矩阵知识介绍以及R统计软件入门四门辅助课程,这些辅助课程属于无学分的课程,跟历年一样,辅助课是为暑期班学员安排的,不收费、不对外开放,也不需要事先报名。主要是为了配合正式课程的学习和应用来介绍某些统计软  件的使用。其中矩阵知识介绍主要作为应用线性回归模型和空间数据分析两门课的基础知识,R统计软件入门是元分析这门课的使用工具  今年暑期班还将邀请部分资深学者开设讲座,希望各位学员踊跃参与。