社会统计课程笔记

一. 观察性研究与实验研究
观察性研究存在的问题是：

• 单纯通过观察性研究得到因果关系是不可能的，必然存在观察不到的因素对因变量的影响，忘记测量某个因素
• 实验研究可以得到比较严谨的因果关系的证明

二. 描述统计

1 概念量化问题

• 需要为抽象概念开发测量方法，如幸福感等。目前通过将大概念细分为小概念，分为多个维度进行测量
• 通过信效度进行对概念测量准确性的衡量

2 变量类型

• 统计方法的核心就是在解释异质性，通过收集数据、构建模型，努力寻找与异质性相关的因素

3数据描述统计方法

• 制表法：频数分布表-对于等距和等比变量可以将数据划分为多个区间，然后进行统计（注意不重不漏，即使某区间没有数据也需要写出）
  

• 绘图法—分类变量用柱状图即可，定量变量主要关注集中趋势、离散程度、形状（对称、左偏、右偏-看长尾在哪里就是什么偏分布）、特殊的cluster/group、outliers–定量变量主要也是用分区间统计的直方图进行汇报

• 数值法—分散趋势（极差、四分位差-四分之一位与四分之三位的差值、标准差standard deviation）、位置的测量（四分位数、百分位数、z-score）

• Notice:
  左偏下的特征大小比较：左偏分布下均值<中位数<众数

右偏下的特征大小比较：众数<中位数<均值
箱线图含义：如果观测值落在上四分位数上方1.5倍 IQR 或落在下四分位数下方1.5倍的 IQR，则该观测值为异常值。

离散变量任何两个值之间只有有限数量的值。连续变量任何两个值之间有无限数量的值。

三、探索性数据分析

1 EDA
参考书籍：




2 EDA绘图
原则：

• 体现因果，用绘图比较
• 展现多元世界，影响世界的因素有很多
• 整合证据

3 R学习资源


4 R基础知识

• 大型计算器：幂函数-^ 2^3=8; e–exp;
• 赋值: T, F, diff,df已被占用;<-赋值快捷键是 option加短横线
• 向量运算:c函数-c(数值，数值);均值mean,标准差sd-默认为样本标准差;开根号 square root-sqrt
• 简单作图
• 基本描述性统计

四 概率分布
样本均值的均值趋向于总体均值
样本均值的标准误趋向于总体标准差/根号n

五 统计推断
六 区间估计
总体比例区间估计

总体均值区间估计

七 统计推断-显著性检验

显著性检验即假设检验，包含5个部分

-1 前提假定 assumption

• 2 理论假设
  
  研究假设是从理论中来的
• 3 检验统计量
• 4 P值
• 5 结论

十、简单线性回归








十二

参考书：
1 mathematical statistics with application----介绍性统计学教材
2 statistical inference
3 statistical methods for the social sciences