2022年暑期班教师和课程介绍

首页 ꄲ 2022年暑期班教师和课程介绍

2022年社会科学研究方法暑期班

课程介绍、授课教师简介和教学计划

一、正式课程

总目录

分类	序号	课程名称	授课教师	课时（小时）	学分
初级课	1	社会科学研究设计和研究方法	李明	36	2
	2	社会科学应用统计学原理	乔晓春	36	2
	3	社会科学应用数学基础	乔晓春	18	1
	4	应用线性回归模型	乔晓春	36	2
中级课	5	分类数据分析	乔晓春	18	1
	6	Stata统计软件及其应用	许琪	36	2
	7	抽样调查方法及其应用	金勇进	18	1
	8	应用多元统计	陈卫	18	1
	9	回归模型应用实例	乔晓春	18	1
	10	生存（或事件史）分析	刘天俐	18	1
	11	空间数据分析	武继磊	36	2
	12	R统计软件及其应用	王金水	18	1
高级课	13	Stata面板数据分析	许琪	18	1
	14	结构方程模型	易丹辉、李静萍	18	1
	15	分层分析与APC模型	李婷	18	1
	16	中介效应和调节效应模型	乔晓春	18	1
	17	倾向值匹配方法	许琪	18	1
	18	实验研究和混合模型	乔晓春	36	2
专项课	19	质性研究方法	陈向明	18	1
	20	内容分析方法	李明	18	1
	21	系统动力学模型	蔡林	18	1
	22	社会政策和项目评估方法	金承刚	18	1
	23	大数据分析技术和应用（直播课）	朱延勋	18	1

正式课课程介绍

（一）初级课

【1】社会科学研究设计和研究方法

教师简介	李明，男，南京大学新闻传播学院副教授，硕士生导师。主要研究方向：传播学研究方法、政治传播学、新媒体与政治、环境传播等。发表学术论文十余篇，出版学术专著一部，译著一部，主持教育部人文社会科学研究基金、江苏省社会科学基金等项目。主讲研究方法类课程有：《社会研究方法》、《应用统计基础》、《统计软件应用》、《调查研究方法》等。
课程简介	《社会科学研究设计和研究方法》主要介绍社会科学研究方法的基本概念、基本原理和基本方式，主要涉及社会科学研究的总体设计、数据资料收集方法、数据资料的分析处理，以及研究伦理等问题。本课程讲授立足于社会科学研究的基本原则和基本思路，力求深入浅出，循序渐进。本课程是社会科学研究方法的第一门课。
前修课	无
教材和参考书	教材：风笑天：《社会研究方法（第五版）》，中国人民大学出版社，2018年参考书： Earl R. Babbie，The Practice of Social Research, 13th Edition，Wadsworth，2013 英文影印本（第9版）：清华大学出版社，2003年中译本：邱泽奇译，《社会研究方法（第11版）》，华夏出版社，2009年 Lawrence Neuman，Social research methods: qualitative and quantitative approaches，6th Edition，Pearson，2006 中译本：郝大海译，《社会研究方法——定性和定量的取向》，中国人民大学出版社，2007年
考试时间	课程学完后考试
授课计划：（2学分，共36学时）	第一讲：科学与研究第二讲：理论与研究第三讲：选择研究问题第四讲：研究设计第五讲：抽样第六讲：实验研究第七讲：调查研究第八讲：文献研究第九讲：实地研究第十讲：资料分析与表达第十一讲：研究伦理第十二讲：案例与归纳总结

【2】社会科学应用统计学原理

教师简介	乔晓春，现任北京大学人口研究所教授、博士生导师。曾任《人口研究》杂志主编，《人口与发展》杂志执行主编。美国北卡罗莱那大学人口中心和生物统计系博士后和研究员，日本发展经济研究所海外客座研究员。研究领域为人口普查、人口分析技术、人口问题、老龄问题、人口健康测量与健康寿命、生命历程理论与方法等。开设课程有社会调查与研究方法，社会科学应用统计学，抽样调查方法，应用线性回归模型，分类数据分析，生存分析，结构方程模型，高级统计分析方法，应用多元统计分析，生命历程理论与方法，中国人口政策，社会项目评估方法，人口分析技术等。
课程简介	社会科学应用统计学是定量分析方法的入门课，是从事社会科学研究的科研人员和高校师生学习将统计学运用于社会科学研究的基础性课程。本门课程将统计学原理与社会科学研究紧密结合，着重介绍统计方法的有效应用。其内容主要包括对社会调查资料进行描述和推断。在描述统计中介绍变量的分类、分组、频度、中心趋势、单变量特征的统计分析、双变量关系描述和强度测量等；在推断统计中介绍抽样分布、总体参数的估计、总体参数的假设检验、显著性检验、交叉表的检验、独立样本的检验、方差分析等。通过本门课程的学习，学员们可以掌握统计学的基本概念和基本方法，并能够将其应用到自己的研究中去。本门课程是社会科学定量分析方法的第一门课。
前修课	无
教材和参考书	教材：R. Mark Sirkin: Statistics for the Social Sciences, SAGE, 1999 参考书： Richard P. Runyon等：行为统计学基础第9版（Fundamentals of Behavioral Statistics, Ninth Edition）, 中国人民大学出版社，2007年。
考试时间	课程学完后考试
授课计划（2学分，36学时）	第一讲：统计与科学第二讲：变量的定义和分类第三讲：变量分布和特征描述第四讲：分类和连续变量关系的描述第五讲：分类变量关系强度的测量第六讲：正态分布第七讲：抽样分布和中心极限定理第八讲：假设检验和区间估计第九讲：双样本差异的显著性检验：t检验第十讲：多样本差异的显著性检验：方差分析和F检验第十一讲：卡方检验第十二讲：归纳和总结

【3】社会科学应用数学基础

教师简介	乔晓春，北京大学人口研究所教授、博士生导师。
课程简介	本门课是为准备开始学习社会科学研究方法的人文社科学者和学生所提供的一门数学基础课，课程内容直接与后续要学习的各类社会科学应用统计方法有直接的关系。本门课程将主要介绍三方面的数学基础知识：1）向量、矩阵和线性代数基础知识；2）微积分入门知识；3）基础的概率、分布和推断知识。掌握这些知识对后续学习和理解社会科学应用统计学原理、线性回归模型、分类数据分析模型、生存分析模型等都会有非常大的帮助。
前修课	无
教材和参考书	教材：约翰∙福克斯：社会统计的数学基础，格致出版社，2012年参考书：任何有关社会科学学生学习线性代数、微积分和概率论的教材
考试时间	课程学完后考试
授课计划：（1学分，共18学时）	第一讲：矩阵和向量第二讲：矩阵的秩、特征值和二次型第三讲：导数和求极大值第四讲：微分和积分第五讲：初等概率，离散和连续分布第六讲：基础统计估计与推断

【4】应用线性回归模型

教师简介	乔晓春，现任北京大学人口研究所教授、博士生导师。
课程简介	课程的主要内容包括：线性回归模型的涵义，模型假设，参数估计和参数推断，多元回归和交互作用模型，定性因变量，回归模型的诊断与修正等。目的是让学员了解和掌握回归模型的基本原理，正确的使用模型，合理的解释模型参数，并能够规范地应用到社会科学研究中去。本门课程属于社会科学定量分析的第二门课；同时也属于统计模型的第一门课。
前修课	社会科学应用统计学原理，初级微积分、概率数理统计和矩阵知识
教材和参考书	教材：Kutner：Applied Linear Regression Models 4th Edition，Published by McGraw-Hill Companies, 2004. (国内出版：应用回归分析模型，海外优秀数学类教材系列丛书，影印版，高等教育出版社，2005年2月) 参考书：S. Weisberg: 应用线性回归,中国统计出版社，1998年
考试时间	课程学完后考试
授课计划（2学分，36学时）	第一讲：简单线性回归1——模型表达式和参数估计第二讲：简单线性回归2——参数推断第三讲：简单线性回归3——方差分析和相关系数第四讲：简单线性回归4——非正规诊断第五讲：简单线性回归5 ——正规诊断和修正第六讲：回归模型的矩阵表达式第七讲：多元回归1 第八讲：多元回归2 第九讲：定量和定性自变量第十讲：建模1——模型选择和有效性第十一讲：建模2——模型诊断第十二讲：建模3——模型修正

（二）中级课

【5】分类数据分析

教师简介	乔晓春，现任北京大学人口研究所教授、博士生导师。
课程简介	分类数据分析是社会科学使用最广泛的研究方法。本门课程内容主要包括：分类数据的类型以及其特点，分类数据关系的描述性和推断（包括区间估计和假设检验）。针对分类因变量的多元统计方法，特别是分类变量的回归，重点介绍Logistic回归，包括二元回归、次序回归和多分类回归；除此之外还会介绍Poisson回归，如果有更多时间的话还会介绍配对数据回归和加权最小二乘回归等。
前修课	社会科学应用统计学原理，应用线性回归模型
教材和参考书	教材：Maura E. Stokes, Charles S. Davis, Cary G. Koch. Categorical Data Analysis Using the SAS system. 参考书：Michael Kutner，Christopher Nachtsheim，John Neter. Applied Linear Regression Models- 5th Edition，Chapter 14.
考试时间	课程学完后考试
授课计划（1学分，共18学时）	第一讲：分类变量关系的描述第二讲：统计分布和推断统计量第三讲：交叉表的推断第四讲：二元Logistic回归第五讲：多元Logistic回归第六讲：Poisson回归和Probit回归

【6】Stata统计软件及其应用

教师简介	许琪，南京大学社会学院副教授，北京大学社会学系博士，美国密歇根大学人口研究中心访问学者，现为南京大学社会学院副教授。主要研究方向为：婚姻与家庭、人口社会学、社会分层与不平等。近年来在Demographic Research、Chinese Sociological Review、China Economic Review、《社会学研究》、《社会》、《中国人口科学》等中英文核心期刊发表学术论文二十余篇。获评江苏省社科优青、第七届中国人口科学优秀成果奖等荣誉称号。
课程简介	Stata是一款风靡全球的统计分析软件，也是我们进行科学研究的神兵利器。本课程将结合统计学原理介绍Stata软件的操作方法。课程内容包括两个模块：一是“数据管理模块”，主要帮助学员掌握Stata处理数据和进行变量运算的技巧；二是“统计分析模块”，主要介绍Stata进行统计描述、区间估计、假设检验、方差分析、线性回归分析的方法。
前修课	社会科学应用统计学原理、线性回归模型
教材和参考书	王天夫、李博柏，2008，《Stata实用教程》，北京：中国人民大学出版社
考试时间	课程学完后考试
授课计划（2学分，共36学时）	1. Stata基础知识 2. 使用数据 3. 变量和变量运算 4. 数据变换 5. 编写do文件 6. 描述性统计分析 7. 卡方检验 8. T检验 9. 方差分析 10. 线性回归分析（上） 11. 线性回归分析（中） 12. 线性回归分析（下）

【7】抽样调查及其应用

教师简介	金勇进，中国人民大学统计学院教授，博士生导师，曾担任统计学院院长、教育部重点研究基地“应用统计科学研究中心”主任，享受国务院政府特殊津贴。现任中国商业统计学会会长，北京市统计学会顾问。主要研究方向包括抽样理论与方法，统计调查技术，数据分析，缺失数据统计处理等。任国家社会科学基金，国家自然科学基金，教育部哲学社科基金项目通讯评审专家，担任多家学术期刊的编委或专家指导委员会委员，作为项目主持人承担国家社科基金，国家自科基金，教育部重大项目、国际合作交流项目等各项科研课题50余项，出版主要专著有“非抽样误差分析”，“满意度评估系统应用研究”，“缺失数据的统计处理”，“统计数据质量评估：误差效应分析与用户满意度测评”，“复杂样本的模型推断”等，获省部级以上教学/科研成果奖20多项。
课程简介	大数据时代信息源增多，大数据无法替代抽样，却为抽样提供了更多的辅助信息，大数据背景下的抽样也面临新的挑战。本课程主要分享抽样调查的理念与发展势态，介绍实际中最常使用的抽样技术方法，以及这些不同抽样方法的特点及应用背景。同时课程还将讨论抽样推断中的权数问题，最后辅之实际抽样设计的案例分析。
前修课	数理统计或统计学原理
教材和参考书	教材：金勇进: 抽样：理论与应用（第二版）, 高等教育出版社， 2016；参考书： L.Kish：抽样调查，中国统计出版社，1997 Sharon L.Lohr:Sampling:Design and Analysis, ChinaStatistics Press,2009
考试时间	课程学完后考试
授课计划（1学分，共18学时）	第一讲：抽样的重要概念和基本理论第二讲：简单随机抽样第三讲：分层随机抽样第四讲：系统抽样第五讲：PPS抽样第六讲：比率估计第七讲：抽样推断中的权数第八讲：案例分析

【8】应用多元统计

教师简介	陈卫，中国人民大学社会与人口学院、人口与发展研究中心教授，博士生导师。中国人民大学法学博士（1996）、澳大利亚国立大学社会学博士（2004）、美国哈佛大学哈佛燕京学社访问学者（2018-2019）。从事社会统计学、人口统计学和人口资源环境经济学方面的教学与研究。在生育与生育政策、人口统计预测等领域著述丰富；获多项省部级及以上科研奖励，出版发表著作和论文百余篇部。
课程简介	本课程介绍多元统计分析的基本方法，主要包括多重分类分析、通径分析、因子分析、聚类分析等。阐述这些方法的目的、原理和作用，使用SPSS软件实现模型的计算分析，并结合社会经济统计数据和研究案例讲解这些方法的应用实例。
前修课	社会科学应用统计学原理，应用线性回归模型
教材和参考书	教材：郭志刚主编. 社会统计分析方法----SPSS软件应用. 中国人民大学出版社. 2015年参考书：James Lattin, J. Douglas Carroll, and Paul E. Green. Analyzing Multivariate Data. Brooks/Cole - Thompson Learning, Pacific Grove, CA 93950. 2003.
考试时间	课程学完后考试
授课计划（1学分，共18学时）	第一讲：课程概要及多重分类分析第二讲：多重分类分析研究案例第三讲：通径分析第四讲：通径分析研究案例、因子分析第五讲：因子分析研究案例、聚类分析第六讲：聚类分析及案例研究

【9】回归分析应用实例

教师简介	乔晓春，北京大学人口所教授，博士生导师
课程简介	很多学员在学习了线性回归模型和Logistic回归模型课程后，仍然对这些统计模型如何应用，或者说对如何将学过的这些模型应用到有关数据中，并最终能够撰写出一篇合格的学术论文产生困惑。开设本课程有两个目的：一是通过实例来介绍建模过程，即从数据来源，数据选择、模型选择、模型诊断、变量筛选、模型确定，模型有效性检验等，从而弥补以往教学案例介绍不足的问题；二是弥补以往线性回归课程教学不够完整或不够充分问题，特别是针对模型诊断、模型修正和自相关等内容。希望学员在上课之前能够准备好自己所使用的数据，并能够在学习的过程中，用自己手头数据做一些实际操作，最终能够构建出自己的模型。
前修课	社会科学应用统计学，应用线性回归模型，分类数据分析
教材和参考书	教材：1）Michael Kutner, Christopher Nachtsheim, John Neter. Applied Linear Regression Models 4th Edition （Chapter 10、11 and 12），, McGraw-Hill Education, 2004 （应用线性回归模型，高等教育出版社，影印版，2005年）。 2）Jason W.Osborne, Best Practices in Logistic Regression, SAGE 2015
考试时间	课程学完后考试
授课计划（2学分，共18学时）	第一讲：回归建模过程第二讲：数据准备和变量筛选第三讲：模型诊断第四讲：模型修正第五讲：时间序列的自相关性第六讲：logistic 回归模型的应用

【10】生存分析

教师简介	刘天俐，北京大学人口研究所副教授，美国布朗大学博士。科研工作主要运用定量研究方法进行人口精神健康交叉学科研究，通过分析网络大数据研究人群心理健康状况以及异常行为的风险，将精神疾病研究置于我国特定的社会背景中，开拓出人口精神健康研究更广阔更前沿的研究空间。曾经在Epidemiology, Schizophrenia Research, Journal of Psychiatric Research ，Social Psychiatry and Psychiatric Epidemiology等颇具影响力的国际期刊发表文章。主持国家社科基金项目。并参加科技部973项目，国家自然学基金委和加拿大国立卫生研究院共同资助的中加合作项目等。
课程简介	生存分析（也称事件史分析方法），是通过分析追踪调查数据揭示事件发生风险及相关因素的统计方法。本门课程内容理论与实际应用相结合，讲解生存分析的基本概念和理论包括生存时间、删失（censoring）、随时间变化变量（time-varying covariates）、生存函数、COX比例风险模型（Cox proportional hazards model）等，在理解理论的基础上，介绍和演示如何运用生存分析的方法分析追踪调查数据，以回答科学研究问题。应用部分的学习内容包括生存分析数据的特征，利用生命表和生存曲线进行数据的描述统计，利用COX模型进行数据的回归分析和处理随时间变化变量（time-varying covariates）等。课程中数据的生存分析操作将运用SAS软件完成。通过本门课程的学习，学员将了解生存分析的基本理论和方法，并学习如何将生存分析方法应用于科研实践中。
前修课	社会科学应用统计学原理，应用线性回归模型，分类数据分析
教材和参考书	教材： 1. David Machin, Yin Bun Cheung, Mahesh K.B. Parmar. (2006) Survival Analysis: A Practical Approach (second edition). John Wiley & Sons, Ltd. 2. Paul D. Allison. (2010) Survival Analysis Using SAS: A Practical Guide (second edition). SAS Institute Inc., Cary, NC, USA. 参考书： 1. Paul D. Allison. (2014) Event History and Survival Analysis (Quantitative Applications in the Social Sciences, second edition). Sage Publications, Inc. 2. Lora D. Delwiche, Susan J. Slaughter. (2016) The little SAS book: a Primer (fifth edition_). SAS Institute Inc.
考试时间	课程学完后考试
授课计划（1学分，共18学时）	第一讲：生存分析基本概念第二讲：生存曲线第三讲：生存曲线的比较第四讲：Cox回归模型(I):简介第五讲：Cox回归模型(II):非比例风险以及重复生存时间（ties）的处理第六讲：Cox回归模型(III)：随时间变化的变量

【11】空间数据分析

教师简介	武继磊，男，北京大学人口研究所，副教授，博士生导师，《人口与发展》杂志副主编，2004年毕业于中科院地理资源所，获地图学与地理信息系统专业博士学位。主要研究领域包括人口环境与健康，空间数据统计分析与GIS应用，曾经开设和承担的课程包括社会统计分析方法与计算机应用、人口空间分析等研究生课程。
课程简介	社会科学研究过程中，空间数据的获取手段和分析需求越来越多，除了传统的地理学研究领域，社会学、人口学、管理学等领域的空间思维能力和数据处理技能也成为青年学者必备的科研素养。本门课程作为空间数据分析的入门课程，主要分为三个层面介绍空间数据分析的内容：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。通过本门课程的学习，学员们能够了解空间数据分析的基本原则和空间思维能力，为后续开展系统空间分层模型学习和空间数据建模能力奠定基础。本门课程属于社会科学中空间数据分析的入门普及型课程。
前修课	社会科学应用统计学原理，应用线性回归模型
教材和参考书	参考书：王劲峰、廖一兰、刘鑫编著，空间数据分析教程（第二版），科学出版社，2019 王远飞、何洪林编著，空间数据分析方法，科学出版社，2007 Robert Haining （2003） Spatial data analysis: theory and practice ，Cambridge Press Anselin, Luc (1988) Spatial Econometrics: Methods and Models. Kluwer Academics
考试时间	课程学完后考试
授课计划（2学分，共36学时）	第一讲：课程概览与空间数据分析引论第二讲：空间数据的获取、地图投影第三讲：空间数据可视化、空间分析第四讲：专题地图制作与GIS应用介绍第五讲：空间点数据的格局分析第六讲：空间点数据插值（地统计分析）第七讲：空间数据探索分析-空间自相关第八讲：空间数据探索分析-空间异质性第九讲：空间回归分析——空间相关性分析第十讲：地理加权回归分析——空间异质性分析第十一讲：专题讲座——GeoDa软件介绍第十二讲：专题讲座——空间数据处理

【12】R统计软件及应用

教师简介	王金水，南京大学社会学院博士研究生，社会科学研究方法暑期/寒假班2016~2020学员。曾利用定量研究方法在《社会发展研究》、《人口与发展》、Demographic Research等期刊发表论文多篇，硕士毕业论文获评江苏省优秀学位论文。曾在南京大学、深圳大学担任乔晓春老师主讲的《分类数据分析》、《应用线性回归模型》课程TA。在2020年社会科学研究方法暑期班主讲《R统计软件入门》（6课时），在南京财经大学国际经贸系暑期班主讲《结构方程模型》课程（16课时）。
课程简介	R语言在国外社会科学研究领域已经得到广泛的使用，近年来得到国内社会科学研究者的关注。但是R语言，对于初学者尤其是社会科学的研究人员而言具有一定的难度。并且，目前国内的教材、课程等均是由计算机、统计学领域学者编译、讲授，对于社会科学研究者而言不易理解。本课程结合社会科学研究的特点，通过一个实例，详细讲解社会科学定量研究中的每一个环节。课程的目的是使学员通过本次课程的学习能够独立完成论文写作的数据分析工作，并为R语言的高阶学习和应用奠定基础。
前修课	社会科学应用统计学原理，应用线性回归模型，分类数据分析
教材和参考书	教材：自编讲义参考书：卡巴科弗，《R语言实战》（第二版），人民邮电出版社，2016 陈强，《机器学习及R应用》，高等教育出版社，2020
考试时间	课程学完后考试
授课计划（1学分，18学时）	第一讲课程简介与R语言基础（课时分配：1课时）（1）量化研究论文写作的基本思路（2）R语言的介绍与安装（3）R的基础知识：语法、R包、R-Script等第二讲数据管理（课时分配：5课时）（1）不同类型的数据的导入（stata、spss、excel）（2）多个数据集的数据管理：合并与匹配（3）变量的清洗（缺失值、派生、标签等）第三讲统计描述与绘图（课时分配：3课时）（1）单变量、双变量统计描述（2）R语言绘图基础第四讲统计推断与简单线性回归（课时分配：3课时）（1）t检验、卡方检验、方差分析（2）简单线性回归第五讲回归分析进阶（课时分配：3课时）（1）标准化回归、交互效应、模型比较（2）回归诊断第六讲分类变量回归（课时分配：3课时）（1）三种Logit回归模型（2）Probit回归、泊松回归等 *拓展内容：R语言与因果推断初步

三、高级课

【13】STATA面板数据分析：原理及应用

教师简介	许琪，男，北京大学社会学系法学博士，美国密歇根大学人口研究中心访问学者，现为南京大学社会学院副教授。主要研究方向为：婚姻与家庭、人口社会学、社会分层与不平等。近年来在Demographic Research、Chinese Sociological Review、China Economic Review、《社会学研究》、《社会》、《中国人口科学》等中英文核心期刊发表学术论文二十余篇。获评江苏省社科优青、第七届中国人口科学优秀成果奖等荣誉称号。
课程简介	系统介绍面板数据及其常用分析方法，包括短面板模型、长面板模型、面板工具变量法、动态面板模型和增长曲线模型等。理论与实践相结合，既介绍相关统计方法，也通过具体案例演示Stata操作步骤和要点。
前修课	社会科学应用统计学，应用线性回归模型，Stata基础课程
教材和参考书	教材：Cameron, A. C. and P. K. Trivedi. 2009. Micro-econometrics Using Stata. Stata Press 参考书：Wooldridge, J. M. 2010. Econometric Analysis of Cross Section and Panel Data (second edition). The MIT Press.
考试时间	课程学完后考试
授课计划（1学分，共18学时）	第一讲：线性回归第二讲：面板数据简介第三讲：短面板模型第四讲：长面板模型第五讲：面板工具变量法第六讲：动态面板模型与增长曲线模型

【14】结构方程模型

教师简介	易丹辉：中国人民大学统计学院教授，主要从事统计方法在经济、金融、保险、管理、医疗等领域应用的研究。研究方向：风险管理与保险、预测与决策；撰写出版多本教材，发表学术论文近百多篇；主持承担国家自然科学基金、国家社科基金、教育部博士点基金、北京市哲学社会科学“十五”规划项目等10多项，主持承担企事业委托项目近百项。李静萍：中国人民大学统计学院教授、副院长，中国人民大学应用统计科学研究中心主任，研究领域为经济统计、国民经济核算、应用计量经济学、结构方程模型理论与应用，在国内外高水平期刊发表学术论文20余篇，出版专著2部，主编教材3部，主持国家社会科学基金2项。
课程简介	介绍构建带有潜变量的结构方程模型的方法以及应用。内容包括：理论模型类型；假设模型构建的潜变量确定、量表设计和调查数据的信度及效度检验、抽样设计；模型参数的类型和估计及检验；模型评价以及修正。通过示例说明讲解相应方法，通过计算机操作，了解和掌握结构方程模型的运用。
前修课	社会科学应用统计学原理，应用线性回归模型
教材和参考书	教材：易丹辉李静萍：结构方程模型及应用，北京大学出版社，2019年参考书： 1）侯杰泰温忠麟成子娟：结构方程模型及其应用，教育科学出版社，2004 年 7 月。 2）Kenneth A.Bollen: Structural Equation with Latent Variables , JOHN WILEY & SONS,1989
考试时间	课程学完后考试
授课计划（1学分，共18学时）	第一讲：概述（问题的提出、路径分析、模型形式）第二讲：模型的设定第三讲：参数估计与检验第四讲：信度与效度和模型拟合评价第五讲：模型修正和缺失值处理第六讲：多组比较和应用案例

、【15】分层分析与APC模型

教师简介	李婷，中国人民大学社会与人口学院教授。2011年于美国华盛顿大学（University of Washington）获得生态人口学博士学位。2011-2013间在美国北卡罗来纳大学人口学中心（University of North Carolina）担任社会人口学方向博士后研究员。研究兴趣为统计人口学方法、家庭与人口转变、人口健康与老龄化等。曾在Demography，Population Studies，Social Science & Medicine， Demographic Research， Proceedings of the National Academy of Sciences, 《人口研究》等国内外顶级人口学期刊发表研究成果。入选第四批国家“万人计划”青年拔尖人才项目，获得第十六届霍英东教育基金青年教师基金奖以及第七届人口科学优秀成果论文二等奖等奖励。《严肃的人口学八卦》公众号主编
课程简介	本课程将重点介绍高等统计分析方法中的分层模型，并以分层模型的学习为基础，了解年龄、时期和队列（APC）分析方法的原理及其应用。通过本课程的学习，使学生能够系统掌握高级统计学的基本知识，能对社会科学领域中的各种调查数据进行分层模型处理和分析，能够运用APC分析方法来解决实际的研究问题。主要内容包括：线性分层线性模型、广义分层模型、追踪数据分析、APC分析方法等。
前修课	统计学原理，应用线性回归模型
教材和参考书	教材：Raudenbush and Bryk. Hierarchical Linear Models——Application and Data Analysis Methods. Sage Publications. 2002 参考书：Yang, Yang and Kenneth C. Land. Age-Period-Cohort Analysis: New Models, Methods, and Empirical Applications. New York: Chapman & Hall/CRC Press.
考试时间	课程学完后考试
授课计划（1学分，18学时）	1. 基础统计知识回顾 2. 线性分层模型原理及其应用 3. 广义线性分层模型原理及其应用 4. 追踪数据与分层模型 5. APC分析原理 6. APC分析应用

【16】中介效应和调节效应模型

教师简介	乔晓春，现任北京大学人口研究所教授、博士生导师。曾任《人口研究》杂志主编，《人口与发展》杂志执行主编。美国北卡罗莱那大学人口中心和生物统计系博士后和研究员，日本发展经济研究所海外客座研究员。研究领域为人口普查、人口分析技术、人口问题、老龄问题、人口健康测量与健康寿命、生命历程理论与方法等。开设课程有社会调查与研究方法，社会科学应用统计学，抽样调查方法，应用线性回归模型，分类数据分析，生存分析，结构方程模型，高级统计分析方法，应用多元统计分析，生命历程理论与方法，中国人口政策，社会项目评估方法，人口分析技术，实验设计和混合模型等。
课程简介	以往的回归模型只回答一个因素对另一个因素“是否”存在影响，但回答不了影响“路径”和“关联”作用的问题，即影响背后的“机制”。在路径上可能存在直接影响和间接影响，在关联上存在一个变量的独立作用和多个变量的共同作用的问题，等等。随着研究的深入，人们不满足只回答“Yes”或“No”，而是将注意力转向了解背后的机制或作用产生的机理，以及构建相应的边界条件和关联。换句话说我们不再只满足于简单的关系或无约束的多元（相加）关系。研究问题已经渗入到过程、机制和条件特征，这些影响会通过揭示: “How”，“In what way”，“By which pathway”，以及“Under which circumstances”等问题显示出来。这正是中介效应和调节效应模型所要解决的问题。此类模型用于识别作用和联系，帮助理解和检验针对原因背后机制所提出的假设，以及描述和探索机制形成的条件特征，即通过何种机制导致原因发生了作用。课程将使用并提供该模型专用的在SPSS环境下的PROCESS命令。课上不仅会介绍这一命令的使用，还会利用教材中提供的数据使用该命令进行演示。
前修课	统计学原理、应用线性回归模型
教材和参考书	Andrew F. Hayes，Introduction to Mediation, Moderation, and Conditional Process Analysis，SECOND EDITION The Guilford Press，2018. 中文翻译：中介作用、调节作用和条件过程分析入门，第二版，社会科学文献出版社，2021年11月
考试时间	课程学完后考试
授课计划（1学分，18学时，上6次课）	第一讲：预备知识和模型思路第二讲：简单中介效应模型第三讲：混杂因素和因果排序第四讲：多中介变量和多分类变量模型第五讲：调节效应模型第六讲：中介和调节混合效应模型

【17】倾向值匹配方法

教师简介	许琪，男，北京大学社会学系法学博士，美国密歇根大学人口研究中心访问学者，现为南京大学社会学院副教授。主要研究方向为：婚姻与家庭、人口社会学、社会分层与不平等。近年来在Demographic Research、Chinese Sociological Review、China Economic Review、《社会学研究》、《社会》、《中国人口科学》等中英文核心期刊发表学术论文二十余篇。获评江苏省社科优青、第七届中国人口科学优秀成果奖等荣誉称号。
课程简介	如何从观测数据获得因果关系一直是统计学和社会科学研究的难点。近年来，基于倾向值的分析方法开始流行，并在实践中得到了非常广泛的应用。这门课将从Rubin的反事实因果分析框架讲起，介绍倾向值分析的原理、适用情境、最新发展及其局限性。课程还将结合Stata软件介绍倾向值分析的相关命令和操作技巧，并结合近年来的一些文献介绍这种方法的应用案例。课程内容注重高阶性和前沿性，学员在选修前需要掌握线性回归和Stata软件的基本操作方法，并对因果分析本身有一定了解。
前修课	统计学原理、应用线性回归模型、Stata软件基本操作
教材和参考书	Guo, S., & Fraser, M. W. (2015). Propensity Score Analysis - Statistical Methods and Applications. SAGE Morgan, S. L., & Winship, C. (2015). Counterfactuals and Causal Inference. Cambridge University Press.
考试时间	课程学完后考试
授课计划（1学分，18学时）	第一次课：课程介绍与反事实因果分析框架第二次课：匹配法与马氏匹配第三次课：倾向值匹配第四次课：倾向值分层与加权第五次课：处理效应异质性与敏感性分析第六次课：双重稳健估计量

【18】实验研究和混合模型

授课教师	乔晓春（北京大学人口研究所教授）
课程简介	近年来实验设计和研究在社会科学领域应用的越来越广泛。针对社会科学的学者来说，不仅应该学习观测研究所用的方法，也需要学习实验研究方法。本课程不仅重点介绍方法的一般原理，也会强调各类方法在实际研究中的应用，使学生能够在理论和实践两个方面掌握更先进的统计方法。混合模型是对一般固定效应（fixed effect）回归模型的拓展，并加入了随机效应(random effect)。混合的含义就是固定效应和随机效应的混合模型（mixed effect）。传统的线性回归模型主要针对简单随机抽样获得的独立样本进行分析，并假定自变量为给定的常数。然而，随着大量复杂抽样和纵向调查数据的出现，传统的统计模型已经不再适应这类新数据的分析，而针对这类数据的分析主要采用这类混合分析方法。
前修课	社会科学应用统计学原理，应用线性回归模型（要求学过下面列出的教材上册1-11章）
教材和参考书	教材：Michiael H. Kutner, etc., Chapter 15 – 27, Applied Linear Statistical Models, Fifth Edition, McGraw-Hill Irwin, 2005 （机械工业出版社有影印版，下册，2016）参考书：Ramon C. Littell etc. SAS System for Mixed Models, SAS Institute Inc. Cary, NC, USA，1996（第一版）和2006 （第二版） Geert Verbeke and Geert Molenberghs, Linear Mixed Models for Longitudinal Data, Springer, 2000
考试时间	课程学完后考试
授课计划（2学分，36学时）讲授教材的15-27章（不含第18章）	1. Introduction to the Design of Experimental and Observational Studies 2. Single-Factor Studies 3. Analysis of Factor Level Means 4. Two-Factor Studies with Equal Sample Sizes 5. Two-Factor Studies—One Case per Treatment 6. Randomized Complete Block Designs 7. Analysis of Covariance 8. Two-Factor Studies with Unequal Sample Sizes 9. Multi-Factor Studies 10. Random and Mixed Effects Models 11. Nested Designs, Subsampling, and Partially Nested Designs 12. Repeated Measures and Related Designs

（四）专项课

【19】质性研究方法

教师简介	陈向明，湖南师范大学学士、北京师范大学硕士、哈佛大学教育学硕士和博士；现为北京大学教育学院教授、社会科学学部学术委员会委员、教育质性研究中心名誉主任；长期教授质性研究方法，并从事社会科学方法论、教师教育和课程教学等领域的教学和研究。魏戈，浙江大学学士、北京大学教育学硕士和博士，现为首都师范大学副教授；主要从事教师教育、质性研究方法和儿童哲学等方面的研究；具有丰富的教授质性研究方法的经验。安超，华中师范大学学士、北京大学硕士、北京师范大学博士、清华大学社会学博士后；主要研究领域为教育社会学、童年社会学、家庭教育等；多次任教于各类质性研究工作坊。
课程简介	本课程旨在帮助学员初步掌握质性研究方法，结合不同探究路径的基本要素，体验质性研究中提出问题、资料收集、资料分析和成文等一般性过程。课程采用“做中学”的方式进行，学员在学习质性研究设计和实施方法的同时,有大量练习的机会。课程结束时，学员应比较系统地掌握质性方法的研究设计、资料收集与分析等技能，结合自己的研究问题进行独立研究。课堂教学方式包括讲授、讨论和现场练习。课外学习方式包括：（1）阅读相关文献；（2）收集和分析资料；（3）撰写研究报告；（4）课下在公共论坛撰写当日学习反思笔记。
前修课	无
教材和参考书	教材：陈向明《质的研究方法与社会科学研究》，教育科学出版社，2000。参考资料： 1.Strauss, A. & Corbin, J.. (1990). The Basics of Qualitative Research: Grounded Theory Procedures and Techniques. Newbury, London, New Delhi: Sage Publications.（本书有台湾图书出版公司翻译的中文版）. 2. D.简•克兰迪宁、F.迈克尔•康纳利著.叙事探究：质的研究中的经验和故事[M].陈向明审校，张园译.北京：北京大学出版社，2008. 3．Chen, X., Wei, G., & Jiang, S. (2017). The ethical dimension of teacher practical knowledge: A narrative inquiry into Chinese teachers’ thinking and actions in dilemmatic spaces. Journal of Curriculum Studies, 49(4), 518-541. 4. 陈向明，王富伟. 高校辅导员双线晋升悖论[J]. 教育研究，2021/4. 5. 陈向明. 教师如何做质的研究[M]. 教育科学出版社，2003.
考试方式	提交反思笔记
授课计划（1学分，18学时）	第一次：概论：质性研究的基本概念和主要路径第二次：提出研究问题：什么样的问题适合使用质性方法？第三次：资料收集（1）：如何做访谈？第四次：资料收集（2）：如何做观察和收集实物？第五次：资料分析：类属分析（编码）、情境分析（叙事）、图表展示、形成理论等第六次：成果呈现：（1）反思性写作、论文发表；（2）伦理和效度问题

【20】内容分析方法

教师简介	李明，男，南京大学新闻传播学院副教授，硕士生导师。主要研究方向：传播学研究方法、政治传播学、新媒体与政治、环境传播等。发表学术论文十余篇，出版学术专著一部，译著一部，主持教育部人文社会科学研究基金、江苏省社会科学基金等项目。主讲研究方法类课程有：《社会研究方法》、《应用统计基础》、《统计软件应用》、《调查研究方法》等。
课程简介	内容分析法（Content Analysis）是社会科学研究最常用的方法之一。从广义理解，内容分析法可以分为定量和定性量两大取向，而英文词组“Content Analysis”最初所指的是定量的内容分析。本课程将“Content Analysis”定位于定量内容分析，主要内容包括：内容分析的概念与原理，内容分析的研究设计、类目建构、抽样、编码、信度与效度，以及内容分析研究实例解析等。本课程强调方法学习与研究实践相结合，鼓励学员们在掌握内容分析的基本逻辑和基本方法前提下，结合学习前人研究实例，将之应用于自己的研究。
前修课	社会科学研究设计和研究方法
教材和参考书	1. Krippendorff, K. (2018). Content analysis: an introduction to its methodology (4th ed.). Los Angeles: SAGE. 2. Weber, R. P. (1990). Basic Content Analysis (2nd ed.): SAGE.中译本：李明译，《内容分析法导论（第二版）》，格致出版社，2019年。
考试时间	课程学完后考试
授课计划（1学分，共18学时）	第一讲：内容分析的概念与原理第二讲：内容分析的研究设计第三讲：内容分析的测量第四讲：内容分析的信度与效度第五讲：电脑辅助内容分析第六讲：内容分析实例解析

【21】系统动态模型

教师简介	蔡林，中国人民大学社会与人口学院副教授，人口、资源与环境经济学博士；中国人民大学社会与人口学院人口所人口、资源与环境经济学教研室副教授。主要研究领域：系统动力学及其应用；区域发展规划与评价；大城市人口调控方法与政策分析；公共服务政策绩效评估。现任中国人口学会、中国环境科学学会和国际系统动力学学会会员。主讲系统动力学及其应用，人口、资源与环境经济学，环境规划，环境管理和人口与环境政策评估课程等。出版过系统动力学在可持续发展研究中的应用、人口-资源-环境关系发展史教材。出版和参与出版专著包括：城市生活垃圾管理系统动力学模型研究，西部生态移民跟踪调查述评——我国贫困带扶贫宜做战略性调整，中国人口老龄化：变化与挑战.等。
课程简介	系统动力学（System Dynamics; SD），应该译为系统动态学；1956年始创于美国，是一种以计算机模拟技术为主要手段，通过结构-功能和信息反馈分析，研究和解决复杂动态反馈性系统问题的方法。它是一门高度综合的交叉学科，广泛地应用于自然科学、人文社会科学和工程技术领域，被誉为人文社会科学的“战略与策略实验室”。在社会科学研究方法中，系统动力学具有特殊的优势。它通过结构和功能分析，建立白箱模型，可以将理论分析、逻辑判断和博弈技巧等定性的内容转化为定量的表达；能够将多种模型嵌入到自身的结构模型中；通过情景模拟优化分析，能一步步可靠地把复杂社会系统中隐含的凌乱与迷津追索出来，而不带有人们言词上的含糊、情绪上的偏颇或直观上的差错。特别适合于区域发展规划、决策分析和政策评估等。本课程通过系统动力学理论和建模方法的讲解，Vensim窗口化（Windows模式）模拟软件的实际操作，结合人口调控、生态环境保护、公共安全风险防控、国家和区域可持续发展规划、公共服务绩效评估等多个领域的实例分析和建模技巧练习，使学员快速掌握系统动力学模型的建模和使用方法。
前修课	无
教材和参考书	教材：王其藩. 系统动力学（修订版）. 上海：上海财经大学出版社，2009. 参考书： 1.蔡林.系统动力学在可持续发展研究中的应用. 北京：中国环境科学出版社，2008. 2.李旭. 社会系统动力学——政策研究的原理、方法与应用. 上海：复旦大学出版社，2009. 3.陶在朴. 系统动力学入门.上海：复旦大学出版社，2018. 4.钟永光，等. 系统动力学前沿与应用.北京：科学出版社，2017.
考试时间	课程学完后考试
授课计划（1学分，共18学时）	第一讲系统动力学的理论与建模方法 1. 系统动力学方法论 2. 系统动力学建模方法 3. 系统动力学建模基本步骤 4. 系统动力学的主要应用领域——国际系统动力学学会各专业介绍第二讲系统动力学Vensim模拟软件的使用方法 1. 系统动力学模拟软件简介 2. Vensim模拟软件的使用方法 3. 多任务模拟下标变量的操作 4. 决策优化分析第三讲系统动力学在人口调控决策中的应用 1. 人口调控的应用领域 2. 人口调控的一般模型 3. 实例与模型构建技巧分析：北京市人口调控基本方法研究第四讲系统动力学在生态环境保护研究中的应用 1. 生态环境保护的基本问题2. 实例与模型构建技巧分析：大城市生活垃圾管控系统动力学模型——以北京市为例第五讲系统动力学在区域可持续发展规划中的应用 1. 可持续发展研究的基本逻辑结构模型 2. 实例与模型构建技巧分析：美国千年研究所T21国家可持续发展研究模型第六讲系统动力学在公共服务绩效评估中的应用 1. 基本公共服务绩效评估概论 2. 公共服务绩效评估研究模型框架 3. 实例与模型构建技巧分析：北京市社会养老床位的供需模拟评估。

【22】社会政策与项目评估方法

教师简介	金承刚，北京师范大学社会发展与公共政策学院、医药卫生研究院教授，博士生导师。1987年业于同济医科大学，后在卫生部地方病防治司和世界银行项目办公室工作，1998年在澳大利亚新南威尔士大学公共卫生学位，分别在美国RAND公司和加州大学柏克立分校进修。目前担任中国社区卫生协会第一届、第二届理事，中国卫生经济专家委员会医疗保险分会专家委员，中国卫生经济专家委员会卫生技术评价分会专家委员。曾担任卫生部国外贷款办公室（世界银行项目办公室）项目二处副处长，首都医科大学公共卫生与家庭医学学院副院长，中国人民大学社会与人口学院副教授。主要研究领域为公共卫生，社区卫生服务，卫生经济学与卫生筹资（health care financing），项目设计与评价，卫生经济学评价。讲授课程包括项目设计与评价（Program Planning and Evaluation），高级统计与stata应用，健康教育与行为改变，公共卫生与经济学评价，定量研究方法。
课程简介	政策与项目干预效果评价是将定量研究方法和类实验设计相结合，对社会政策、社会发展项目的干预效果进行客观评价，为决策提供科学依据。本课程将讲授如何形成项目作用机理，介绍因果推断与实验、类实验设计，多元回归在效果评价中的应用。以及如何处理混杂和选择偏倚：通过上述的评价设计的介绍，理解混杂和选择偏移的处理方法。课堂上将用实际数据进行不同设计的数据分析，要求携带便携电脑，并安装Stata13.0和13.0版本以上的Stata软件。
前修课	社会科学应用统计学原理，应用线性回归模型
教材和参考书	教材：Cameron和Trivedi的《Microeconometrics- methods and application》的第25章：Treatment Evaluation 参考书：世界银行出版的《Handbook of Impact Evaluation》
考试时间	课程学完后考试
授课计划（1学分，共18学时）	第一讲：政策与项目干预机理与效果变量的选择; 第二讲：回归分析的原理、因果推断及其Stata的主要语句；第三讲：counterfactual方法与类实验设计；第四讲：随机分组的效果评价; 第五讲：条件分组概率匹配(Propensity score matching)；第六讲：双差法设计（Double difference包括截面数据的双差法和随访数据的双差法）；第七讲：工具变量方法（Instrumental variable）；第八讲：断点回归（Regression Discontinuity Design）。课程分为理论和案例数据的stata分析。

【23】大数据分析技术

教师简介	朱廷劭，男，中国科学院心理研究所研究员，博士生导师，中国科学院“百人计划”学者，分别于1999年中国科学院计算技术研究所和2005年加拿大Alberta大学获博士学位。朱廷劭及其团队开展心理与行为科学大数据的交叉研究，实现了对用户心理特征的及时有效的识别，为心理学研究提供了新的思路。先后主持承担国家自然科学基金委面上项目、科技部973和863、中科院A类先导专项等多项研究课题，发表论文100余篇。
课程简介	本课程通过对网络大数据的采集以及分析，结合python源代码，逐步演示介绍如何利用计算机技术实现对数据的采集和分析，帮助大家熟悉大数据采集分析的主要步骤以及程序模块。本课程讲授大数据技术基础，大数据的采集以及机器学习建模，数据驱动的思维方式和多尺度分析的基本方法。本课程最佳的学习方法是学员们使用提供的源代码库，完成对数据的采集下载和分析处理。针对感兴趣的科学问题，完成数据分析和研究全过程，以及文章的成稿和投稿。
前修课程	互联网基础知识
教材和参考书	教材：提供课件和源代码数据等参考书：1. 刘晓倩朱廷劭(著). 大数据助推社会治理—网络社会的心态感知及事件检测. 北京师范大学出版社. 2022.5, 北京. ISBN 978-7-303-26908-2 2. 朱廷劭(著). 大数据时代的心理学研究及应用. 科学出版社， 2016.3, 北京. ISBN 978-7-03-047532-9.
考试时间	课程学完后考试
授课计划（1学分，共18学时）	1、研究案例介绍 2、 Python程序设计基础 3、网络爬虫的实现及数据预处理 4、利用机器学习训练建立预测模型以及模型的测试 5、基于生态化行为数据和机器学习的生态化识别及其应用 6、文章的写作、投稿及其他

二、辅助课程

总目录

类型	序号	辅助课名称	教师	学时	播放形式
软件入门课程	1	SPSS统计入门	谢婷	6	录播
	2	Stata统计软件入门	郑翩翩	6	直播/录播
	3	SAS统计软件入门	刘天俐	6	录播
	4	R统计软件入门	王金水	6	录播
	5	Epi-data软件入门	金承刚	3	录播
科研辅助课程	6	文献检索、管理和写作应用	武继磊	3	录播
	7	如果撰写课题申请书	乔晓春	3	直播/录播
	8	如何做抽样设计	乔晓春	3	直播/录播
	9	抽样数据的事后加权	乔晓春	3	直播/录播
	10	调查数据清理	吴琼	3	录播
	11	计算机辅助调查工具介绍	孙妍	3	录播
	12	社会科学公开数据资源介绍	许琪	3	直播/录播
论文写作	13	如何撰写学术论文	乔晓春	3	录播
论文写作	14	如何发表社会科学定量学术论文	廖福挺	3	录播
数学基础	15	矩阵知识介绍	武继磊	6	录播

辅助课课程介绍

【1】SPSS统计软件入门

教师简介	谢婷，北京体育大学体育休闲与旅游学院副教授，人文地理专业博士，发表论文20余篇。在清华大学出版社出版学术专著一部，在中国科学技术出版社作为副主编出版教材一部，在南开大学出版社主译著作一部。主持教育部社科基金、北京市教育委员会高校青年英才项目、北京市教育委员会社科计划面上项目等科研项目。
课程简介	从SPSS软件的基本操作开始介绍，认识SPSS的窗口和菜单，掌握数据录入、数据清理方法和结果输出的读取，在此基础上以实际案例学习利用SPSS进行描述统计和初步的假设检验。同时还会介绍SPSS软件中的图形展示及应用。通过本课程学院初步了解SPSS软件的数据管理与基础操作。
上课时间	6学时

【2】STATA统计软件入门

教师简介	郑翩翩，女，现任北京大学人口研究所博士研究生。曾在北京大学人口所学习并获得硕士学位，华北电力大学法政系获得社会工作本科学位。曾获得北京大学五四奖学金，北京大学三好学生，华北电力大学国家奖学金，华北电力大学三好学生标兵称号。参与北京市“精准帮扶”调查工作的组织和协调，硕士期间公开发表论文7篇。
课程简介	Stata是国际上通用的社会科学统计分析软件，它的使用方便，功能齐全，新方法更新及时，在欧美等国家得到广泛亲睐。本次课程将介绍Stata软件的基本功能和一般的使用方法，特别是简单的数据录入、数据处理、表格制作和数据分析等。
上课时间	6学时

【3】SAS统计软件入门

教师简介

刘天俐：美国布朗大学博士,北京大学人口研究所副教授。科研工作主要运用定量研究方法进行人口精神健康交叉学科研究，通过分析网络大数据研究人群心理健康状况以及异常行为的风险，将精神疾病研究置于我国特定的社会背景中，开拓出人口精神健康研究更广阔更前沿的研究空间。曾经在Epidemiology, Schizophrenia Research, Journal of Psychiatric Research ，Social Psychiatry and Psychiatric Epidemiology等颇具影响力的国际期刊发表文章。主持国家社科基金项目。并参加科技部973项目，国家自然学基金委和加拿大国立卫生研究院共同资助的中加合作项目等。

课程简介

本课程将通过课堂演示为学员介绍SAS软件的基本使用方法。授课内容包括：SAS软件入门知识，生成SAS数据集的方法，生成新变量的方法，修改和合并SAS数据集，以及使用基本的统计程序进行数据分析。通过本课程的学习，学员将初步了解如何使用SAS软件做基本的统计分析。

参考书：Lora D. Delwiche, Susan J. Slaughter. (2016) The little SAS book: a Primer (fifth edition_). SAS Institute Inc.

上课时间

6学时

【4】R统计软件及应用

授课教师	王金水（南京大学社会学院博士生）
教师简介	王金水，南京大学社会学院博士研究生，社会科学研究方法暑期/寒假班2016~2020学员。曾利用定量研究方法在《社会发展研究》、《人口与发展》、Demographic Research等期刊发表论文多篇，硕士毕业论文获评江苏省优秀学位论文。曾在南京大学、深圳大学担任乔晓春老师主讲的《分类数据分析》、《应用线性回归模型》课程TA。在2020年社会科学研究方法暑期班主讲《R统计软件入门》（6课时），在南京财经大学国际经贸系暑期班主讲《结构方程模型》课程（16课时）。
课程简介	本课程主要介绍R语言的基本使用方法，目的是使学员通过本次课程的学习能够对R语言有一个基本的了解，为个人自学或进一步学习打下一个基础。首先对R语言进行介绍与安装，其次介绍R的基础知识，包括语法、R包、R-Script等；再次会介绍不同类型数据的导入（stata、spss、excel），多个数据集的数据管理；最后简单介绍一下统计描述与绘图方面的内容。
上课时间	6学时

【5】Epi-data软件入门

教师简介	金承刚，北京师范大学社会发展与公共政策学院、医药卫生研究院教授，博士生导师。1987年业于同济医科大学，后在卫生部地方病防治司和世界银行项目办公室工作，1998年在澳大利亚新南威尔士大学公共卫生学位，分别在美国RAND公司和加州大学柏克立分校进修。
课程简介	它是一个基于调查问卷结构进行数据录入及相关信息的计算机软件。数据录入过程中可以对变量定义范围、做一些计算或对变量之间关系进行逻辑判断；也可以作简单的频数和变量清单。它是对抽样调查数据进行录入的重要工具。软件介绍和下载请参见：http://www.epidata.dk/
上课时间	3学时

【6】文献检索、管理和写作应用

教师简介

武继磊，北京大学人口研究所副教授，人口与发展杂志副主编

课程简介

基于实证的科学研究是基于已有资料、科研进展和前人认知的基础上进行的，社会科学研究自然也不例外。本辅助课程主要介绍三个部分内容：1）文献的概念、存储和检索方法、步骤和策略；2）个人文献库的管理、阅读与写作应用；3）高级文献数据库深入分析和定制阅读。通过本辅助课的介绍，希望学员能够：1）掌握获取文献信息并辅助于写作应用的综合能力，从海量文献信息源中快速、准确和全面获取有用信息；2）培养持续获取知识的方法和技能，即通过学习和再学习，学会使用现代信息技术和方法高效率的组织个人知识库，达到终身学习目标。

注本讲座涉及内容中：1）文献检索以Web of science、中国知网等为例，类似数据库有science direct、万方数据库等；2）文献管理和写作应用以Zotero为例（开源软件），类似还有NoteExpress、Endnote软件；3）文献深入分析和定制以HistCite软件和RSS阅读定制为例，类似还有Citespace等相关软件。

上课时间

3学时

【7】如何撰写课题申请书

教师简介	乔晓春，北京大学人口研究所教授
课程简介	本讲座的目的是为年轻学者申请社会科学类课题或项目提供基本思路和写作建议。一个申请书是否写得好，不能只是自己认为好，更重要的是要让评委感觉好。中国社会科学课题基本上都是命题作文，一般跟政策的结合比较紧密，纯学术性选题并不多；另外中国社会科学评审专家学术背景、研究视角、研究范式的喜好差异很大，申请者需要了解中国社会科学；在此基础上，更重要的是把自己的工作做好，这是申请成功的核心因素。
上课时间	3小时

【8】如何做抽样设计

教师简介	乔晓春，北京大学人口研究所教授
课程简介	在确定一个研究选题以后，很多学者找不到合适的数据，则希望自己能够做一个抽样调查。但是做一项调查并不是那么简单的事情，需要按照学术规范来做。本讲座的目的是对抽样调查的一般思路和一般方法做一个介绍，使学员能够对抽样调查有一个全面的理解。但由于时间的限制，本讲座不会涉及更为具体的细节或技术问题。要想全面了解抽样调查技术，则需要选学抽样调查方法的正式课程。
上课时间	3学时

【9】抽样数据的时候加权

教师简介	乔晓春，北京大学人口研究所教授
课程简介	有些学者自己做过一些调查，也有些学者拿到其他人的调查数据，特别是概率抽样数据。然而，将样本数据与样本所代表的总体数据进行比对会发现：样本数据结构与总体数据结构差异很大，这意味着这个样本数据是不能直接代表总体的，需要对样本数据做加权处理，最终导致样本数据结构与总体数据结构保持一致。本讲会用一个具体案例来讲解并通过实际操作来介绍调查数据的事后加权方法。
上课时间	3小时

【10】调查数据清理

教师简介	吴琼，北京大学中国社会科学调查中心副研究员，美国宾州州立大学教育与心理测量学博士、统计学硕士。现任“中国家庭追踪调查”（CFPS）项目办公室主管，主要负责CFPS数据管理、数据服务和其他日常事务。加入调查中心之前就职于哈佛大学人口与发展研究中心。主要研究领域包括调查方法、测量学、大型调查数据分析等。
课程简介	本课程主要讲解数据清理的目标、关键步骤以及相关的技术文档准备。主要涵盖的知识点包括对数据结构的基本认识、数据链接、变量核查、数据逻辑校验、综合变量创建等。课程将以具有全国代表性样本的大型调查数据的应用为例，结合这些知识点讲述数据清理时的常见误区。
上课时间	3学时

【11】计算机辅助调查工具介绍

教师简介	孙妍，北京大学中国社会科学调查中心“中国家庭追踪调查（CFPS）”调查主管。自2009年起负责CFPS项目计算机辅助调查系统、混合模式调查系统、质控系统的设计，长期负责CFPS问卷设计及调查执行管理。研究领域为社会调查方法，在《社会学研究》、《调研世界》、《统计与决策》等期刊发表多篇聚焦于计算机辅助调查并行数据运用的论文，主持或参与多项以社会调查方法为专题的国家自然科学基金、社会科学基因及教育部科研项目。
课程简介	本课程将以社会调查技术演变历程为切入点，详细阐述计算机辅助调查技术影响社会调查数据质量的机制和方式。结合实际案例，系统性地介绍计算机辅助调查工具设计的要素及操作注意事项。全面介绍计算机辅助调查所产生各类并行数据的类型、特点及其在社会调查项目执行、管理及质量评估中的运用。
上课时间	3学时

【12】社会科学公开数据资源介绍

教师简介	许琪，男，北京大学社会学系法学博士，美国密歇根大学人口研究中心访问学者，现为南京大学社会学院副教授。主要研究方向为：婚姻与家庭、人口社会学、社会分层与不平等。近年来在Demographic Research、Chinese Sociological Review、China Economic Review、《社会学研究》、《社会》、《中国人口科学》等中英文核心期刊发表学术论文二十余篇。获评江苏省社科优青、第七届中国人口科学优秀成果奖等荣誉称号。
课程简介	巧妇难为无米之炊，高质量的调查数据是社会科学定量研究的基础。除了使用研究者自己采集的一手数据，还可以借助国内外调查机构发布的二手数据开展研究。本讲将以“中国家庭追踪调查”（CFPS）为例，介绍该数据的主要特点和使用时的注意事项。最后将通过5个案例介绍使用该数据进行的社会科学研究。
上课时间	3学时

【13】如何撰写学术论文

教师简介	乔晓春，北京大学人口研究所教授
课程简介	讲座的目的是帮助学者和学生写出好的论文，使其结构和表述更为规范，容易被学术杂志所接受，而且发表后能够容易被读者所理解。尽管论文的风格和体例在各个学科间还是有一定差异的，但这里主要介绍社会科学领域普遍接受或一般的原则。包括科学论文的界定、基本条件、论文结构、论文风格、论文选题、作者排序、摘要、引言、数据、方法、结果和讨论的撰写等。
上课时间	3小时

【14】如何发表社会科学定量学术论文

教师简介	廖福挺，美国伊利诺伊大学（at Urbana-Champaign）社会学与统计学教授，社会学系主任。曾任美国社会学学会期刊 Sociological Methodology 主编, 美国社会学会方法论分会主席, 英国皇家统计学会书评顾问, Sage 社会科学研究方法百科全书主编, Sage Quantitative Applications in the Social Sciences 丛书主编; 斯坦福行为科学高等研究中心研究员。现任美国人口学学会期刊 Demography 副主编。
课程简介	本课程将侧重于介绍量化社会科学研究论文的构成、起步和逐步完善的过程。将介绍什么是社会科学论文、怎样来写社科论文、怎样才是一个好的研究和好的论文，以及介绍社科论文的审核标准和过程。
上课时间	3小时

【15】矩阵知识入门

教师简介	武继磊，男，北京大学人口研究所，副教授，博士生导师，《人口与发展》杂志副主编，2004年毕业于中科院地理资源所，获地图学与地理信息系统专业博士学位。主要研究领域包括人口环境与健康，空间数据统计分析与GIS应用，曾经开设和承担的课程包括社会统计分析方法与计算机应用、人口空间分析等研究生课程。
课程简介	本课程主要介绍与统计方法有关的基础矩阵代数的知识，包括矩阵的定义，矩阵运算，特殊矩阵，以及矩阵的基本功能等。这些内容是学习统计模型的基础，建议没有学过矩阵知识的学员参加学习
上课时间	6小时

2022年6月8日 12:43

ꄘ浏览量：0

ꂃ上一篇：无

ꁹ下一篇：无

暑期班咨询邮箱：

ssmart@yeah.net

暑期班微信：

ssmart_pku

咨询QQ群号：556741650