转发免费开设短期社会统计高级课程班的通知

时间

授课内容

内容简介

授课教师

2010年4月17日—18日（9学时）

社会科学研究中的因果判断—反事实分析

传统的因果分析往往假定研究者已经控制了解释因变量的重要因素，并且没有遗漏重要自变项。但是通常研究使用的数据经常无法满足这一假定，或是所观察的对象并非是随机发生，因而经常会产生内生性或样本选择偏误的问题，造成因果分析的不准确和偏差，甚至是错误。反事实分析的优点是能明确的找出传统回归分析无法充分掌握的不同样本群在基准线上的差异或是因果效果的异质性，进而进行准确的因果分析。本课程将介绍的倾向分数配对法（Propensity Score Matching，PSM），内生转换模型（endogenous switching regression model）这两个反事实分析的最主要方法。课程将讲解对于实际的数据，如何去一步一步地去完成基于反事实分析技术的因果分析。

梁玉成

2010年5月8日—9日

（9学时）

多层次模型

多层线性模型是用于分析具有嵌套结构特点数据的一种统计分析技术，多层统计模型又称随机效应模型，是分析和处理具有层次结构特征数据的有力工具，亦是当前国际上统计学研究中一个新兴而重要的领域。近年来在社会学、政治学、犯罪学、地理学、经济学、教育、管理等领域有相当广泛的应用。课程将覆盖多层统计模型的数据结构、模型的先决条件以及与传统模型的区别，随机截距模型和随机系数模型等内容。课程将讲解对于实际的数据，如何去一步一步地去完成多层次模型的分析过程。

梁玉成

2010年5月15日至16日（9学时）

定类数据分析

课程将主要介绍针对分类变量分析的主要统计方法和模型。内容包含针对二项或二分变量得回归分析，个人层次的计数数据、次序和名义多项响应变量，以及相关的模型。课程的主要特点是应用性，不多介绍深奥难懂的理论，同时结合了中山大学社会科学调查中心的系列数据进行案例分析。 

王进

2010年5月29日至30日（9学时）

增长曲线模型，潜类增长曲线模型

增长曲线模型是用于研究追踪数据的一种统计分析方法。该方法适用于对观察对象在多个时间点观测得来的纵向研究资料的分析，广泛的用于研究教育，就业，健康，组织发育等涉及对变化过程进行的研究主题。该方法克服截面静态数据的不足，可以帮助研究者分析变化的趋势的诸多特征，以及趋势的各种特征与其他控制因素之间的复杂关系。潜类增长曲线模型能帮助研究者发现独特的增长模式，以及隐藏在背后的因果机制。

梁玉成

2010年6月19日至20日（9学时）

列联表的分析（对数线性模型）

对数线性模型是用于离散型数据或整理成列联表格式的计数资料的统计分析工具。其主要的思想为：把各分组变量（包括自变量和因变量）各水平组合下期望（或理论）频数的自然对数表示为各分组变量及其交互作用的线性函数，通过计算求得模型中参数的估计值，进而运用方差分析的思想检验各主效应和交互作用的效应大小。对数线性模型主要考察各分类变量间的交互作用（关联性），在对数线性模型不但可以研究变量之间的相互关联关系，还可以研究因果关系，以及因果联系的具体内涵。该方法广泛应用于各种表的分析，如两变量交叉表的分析，多变量交叉表的分析，社会流动表的分析等。

梁玉成