第2号：2020年“社会科学研究方法暑期班”课程介绍

社会科学研究设计和研究方法

李明（南京大学副教授）

社会科学应用统计学原理

乔晓春（北京大学教授）

结构方程模型

易丹辉、李静萍（中国人民大学教授）

大数据分析技术

朱廷勋（中国科学院教授）

生存（或事件史）分析

刘天俐（北京大学副教授）

SPSS统计软件入门

谢婷（北京石油化工学院副教授）

SAS统计软件入门

刘天俐（北京大学副教授）

应用线性回归模型

乔晓春（北京大学教授）

空间数据分析

武继磊（北京大学副教授）

Stata统计软件及其应用

许琪（南京大学副教授）

元分析

储海涛（明尼苏达大学教授）

流行病学与社会科学研究设计

裴丽君（北京大学教授）

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

使用的教材和参考书

必读教材：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：

1. Earl R. Babbie，The Practice of Social Research, 13^thEdition，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

2. Lawrence Neuman，Social research methods: qualitative and quantitative approaches，6^th 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

上课时间

7月6-21日星期一、二、三、五、六下午14:00 – 17:00

考试时间

7月22日上午10：30-12：00

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

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，加拿大滑铁卢大学社会学系访问教授。曾担任国际计划生育联合会亚洲、大洋洲地区理事；联合国人口基金会、世界卫生组织特聘专家。研究领域包括抽样调查和人口普查方法、社会科学定量研究方法、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。开设课程包括：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，人口学概论，人口统计学，高级人口分析技术等。

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。

上课时间

7月6-21日星期一、二、三、五、六上午8：30-11：30

考试时间

7月22日上午8：30-10：00

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

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

上课时间

7月6-21日星期一、二、三、五、六上午8：30-11：30

考试时间

7月22日上午8：30-10：00

授课计划

（2学分，共36学时）

1. 概述（问题的提出、路径分析、模型形式）

2. 模型的设定

3. 参数估计与检验

4. 计算机操作—模型设定、估计、检验

5. 信度与效度

6. 模型拟合评价

7. 计算机操作—信度、效度检验与模型拟合

8. 模型修正

9. 缺失值处理

10. 计算机操作—模型评价与修正

11. 多组比较

12. 计算机操作---应用案例与多组比较

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，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60余篇。

课程简介

现代技术的发展能够将普通人的日常行为记录到电子环境中，形成了行为大数据，为个体及群体的研究提供了前所未有的机遇。我们对反映个体特征的线上及线下行为进行分析，运用机器学习方法构建基于行为大数据的用户特征预测模型，并开始尝试将模型预测作为测量手段运用于个性和群体心理和行为的研究。本课程主要介绍利用大数据进行分析的主要步骤及其相关技术，包括网路数据采集、内容分析、心理预测建模以及在建模基础上的研究应用。

前修课

无

教材和参考书

教材：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.

上课时间

7月6-13日星期一、二、三、五、六下午14:00 – 17:00

考试时间

7月14日晚7：30-8：30

授课计划

（1 学分，共18学时）

1. 大数据应用于心理学的实践
2. 网络数据采集和实践
3. 文本数据分析
4. 心理预测建模以及有监督学习
5. 现实行为大数据的分析建模
6. 大数据心理分析的应用实例介绍

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.

上课时间

7月14-21日星期一、二、三、五、六下午14:00 – 17:00

考试时间

7月22日上午10：30-11：30

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

授课教师

乔晓春，北京大学人口研究所，教授

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，初级微积分和矩阵知识

教材和参考书

教材：Kutner：Applied Linear Regression Models 4^thEdition，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

上课时间

7月27日-8月11日星期一、二、三、五、六上午8：30-11：30

考试时间

8月12日上午8：30-10：00

授课计划

（2学分，36学时）

1、简单线性回归1——模型表达式和参数估计

2、简单线性回归2——参数推断

3、简单线性回归3——方差分析和相关系数

4、简单线性回归4——非正规诊断

5、简单线性回归5 ——正规诊断和修正

6、回归模型的矩阵表达式

7、多元回归1

8、多元回归2

9、 定量和定性自变量

10、建模1——模型选择和有效性

11、建模2——模型诊断

12、建模3——模型修正

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

上课时间

7月27日-8月11日星期一、二、三、五、六下午14:00 – 17:00

考试时间

8月12日上午10：30-12：00

授课计划

（2学分，共36学时）

1. 课程概览与空间数据分析引论
2. 空间数据的获取、地图投影
3. 空间数据可视化、空间分析
4. 专题地图制作与GIS应用介绍
5. 空间点数据的格局分析
6. 空间点数据插值（地统计分析）
7. 空间数据探索分析-空间自相关
8. 空间数据探索分析-空间异质性
9. 空间回归分析——空间相关性分析
10. 地理加权回归分析——空间异质性分析
11. 专题讲座——GeoDa软件介绍
12. 专题讲座——空间数据处理

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

上课时间

7月27日-8月11日星期一、二、三、五、六下午14:00 – 17:00

考试时间

8月12日上午10：30-12：00

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）

教师简介

储海涛，美国明尼苏达大学终身教授。于1995年毕业于四川大学 (原华西医科大学)，获预防医学本科学位，2003年毕业于美国爱默里大学 (Emory University)，获得生物统计学博士学位。于2003至2007年在美国约翰×霍普金斯大学流行病学系任助理教授，2007至2010年在美国北卡教堂山分校生物统计系任副教授，现任美国明尼苏达大学生物统计系终身教授, 美国统计学会会士(ASA Fellow)。Dr. Chu’s research lies at the intersection of biostatistics and epidemiology, with a recent focus on research synthesis methods. Dr. Chu has published about 200 peer-reviewed articles with over 11,000 Google Scholar citations, and is awarded 7 federal grants as the PI. He is an elected member of the Society of Research Synthesis Methodology and the International Statistics Institute, and an ASA Fellow. Dr. Chu currently serves as an Associate Editor for Journal of the American Statistical Association, the American Journal of Epidemiology and Statistics and Its Interface.

课程简介

The art and science of synthesizing results from multiple studies is generally referred to as meta-analysis (MA). MA has played an increasingly important role in comparative effectiveness research and evidence-based medicine. Its applications to many fields have led to numerous scientific discoveries and guidelines. The purpose of this short course is to familiarize attendees with statistical techniques and SAS/R software specific to both basic and advanced MA methods. It will cover both theoretical models and their implementations. 

前修课

Familiar with SAS and R software; familiar with basic statistical theory and methods

教材和参考书

Egger M, Smith GD, Altman DG. Systematic reviews in health care: meta-analysis in context. 2nd ed: BMJ Publishing Group 2001. 

Schwarzer G, Carpenter J and Rüker G. Meta-analysis with R. Springer 2015. 

上课时间

7月27 日– 8月7日星期一、二、三、五、六上午 8:30-10:30

考试时间

8月8日上午8：30-9：30

授课计划

（1学分，共18学时，上9次课）

Specifically, we will cover the following topics: 

(1) an overview of systematic review and MA; 

(2) methods to handle publication bias and heterogeneity; 

(3) fixed-effect and random-effects MA models; 

(4) meta-regression models; 

(5) MA of diagnostic tests; 

(6) multiple treatments comparisons or network MA methods; 

7) causal inference in meta-analysis; 

8) SAS/R applications for MAs.

教师简介

裴丽君，北京大学人口研究所教授，博士生导师，医学博士，毕业于北京大学公共卫生学院，流行病学与卫生统计学专业。主要研究领域包括人口、环境与健康，不良妊娠结局的预防及干预研究,老年慢性病的环境因素研究；主持2项国家自然基金面上项目、国家重点基础研究发展计划（973项目）子课题、科技部“十二五”支撑计划课题、教育部社科基金等国家级和部级科研项目。发表SCI收录及中文核心期刊论文120余篇，主编专著2部；中国优生科学协会环境与社会优生分会-环境与生育健康协会副主任委员，健康中国康复研究院研究员。承担研究生的流行病学研究方法、运动营养与健康教学工作。

课程简介

作为公共卫生专业的主干课程, 既是一门应用学科，也是一门逻辑性很强的科学研究方法。流行病学教学的任务是使科研人员和高校师生通过本门课程学习，了解流行病学的概念、基本原理、基本技能及其在社会科学研究中的应用。熟悉常用的流行病学方法类型，了解其特点、优点与局限性，学会对研究方法的正确选择及严谨的科研设计，识别和防止科学研究中出现的主要偏倚。具体教学内容：了解描述疾病或社会事件的分布及其指标应用；着重介绍分析性研究方法，包括病例对照研究、队列研究；了解各类研究方法中可能存在的偏倚及其控制；了解流行病学方法的选择和因果推断。通过本门课程的学习，学员们可以将流行病学研究方法正确地应用于社会科学研究中，提升学员的科研能力和科研素养。

前修课

社会科学研究设计和研究方法，社会科学应用统计学原理

教材和参考书

教材：

李立明 主编.《流行病学》第 6 版. 北京,人民卫生出版社. 2003

谭红专 主编.《现代流行病学》第二版.人民卫生出版社.2008

参考文献：略 

上课时间

7月27 日– 8月7日星期一、二、三、五、六下午 14:00-16:00

考试时间

8月8日上午10：30-11：30

授课计划

（1学分，共18学时，9次课）

1. 流行病学概述       
2. 疾病或社会事件的分布
3. 病例对照研究方法    
4. 队列研究方法       
5. 偏倚及其控制        
6. 因果推断