社会科学中的回归分析
建立并解释线性、分类结果、固定效应和多层回归模型。
后续编写
课程 2 · 12 个学习单元 · 每单元约两小时学习
开始之前
先修要求:具备基础统计知识和 R 操作能力;同等基础技能亦可。
学习单元安排
选择下方学习单元。规划中的单元仅展示课程目标、先修要求与实践任务,尚无课程正文。
| 学习单元 | 主题 | 学习目标 | 状态 |
|---|---|---|---|
| 1 | 基础知识 | 联系研究问题、变量、统计汇总与不确定性。 | 规划中 |
| 2 | 线性回归 | 用原始单位解释拟合斜率与预测值。 | 试教 |
| 3 | 分类预测变量与交互项 | 解释参照类别,以及随另一变量变化的条件关系。 | 规划中 |
| 4 | 模型设定与诊断 | 评估函数形式、残差模式与有影响的观测。 | 规划中 |
| 5 | Logit 与 Probit 回归 | 联系二元结果、Logit/Probit 模型与预测概率。 | 规划中 |
| 6 | 预测概率与边际效应 | 将非线性模型结果转化为概率和边际效应。 | 规划中 |
| 7 | 有序与多项 Logit 模型 | 区分有序与无序分类结果及其模型假设。 | 规划中 |
| 8 | 条件 Logit 与选择数据 | 组织选择集,并解释备选项层面的预测变量。 | 规划中 |
| 9 | 固定效应模型 | 解释面板数据的单位内比较,以及个体和时间固定效应。 | 规划中 |
| 10 | 多层模型 | 区分层级数据中的组内与组间变异。 | 规划中 |
| 11 | 回归结果展示 | 清楚展示回归估计和预测,并给出实质解释。 | 规划中 |
| 12 | 回归项目 | 为范围明确的研究问题选择并评估回归模型。 | 规划中 |