|
課程名稱 |
高等量化方法
Advanced Quantitative Methods for Data Analysis |
|
開課學期 |
110-2 |
|
授課對象 |
社會科學院 社會學研究所 |
|
授課教師 |
林宗弘 |
|
課號 |
Soc8038 |
|
課程識別碼 |
325 D0160 |
|
班次 |
|
|
學分 |
3.0 |
|
全/半年 |
半年 |
|
必/選修 |
必修 |
|
上課時間 |
星期四6,7,8(13:20~16:20) |
|
上課地點 |
|
|
備註 |
上課教室:中研院社會所901會議室
限博士班
總人數上限：20人 |
|
|
|
|
課程簡介影片 |
|
|
核心能力關聯 |
核心能力與課程規劃關聯圖 |
|
課程大綱
|
|
為確保您我的權利,請尊重智慧財產權及不得非法影印
|
|
課程概述 |
本課程將將介紹目前社會學界廣泛使用的量化分析模型，全學期涵蓋幾個目前最重要的分析方法：( 1)模組一: 存活分析; (2)模組二:多層級線性模型 (multilevel model); (3) 模組三: 因果推論相關模型(causal inference) 。每個模組除了介紹基本原理之外，主要是透過實證研究論文的閱讀，實際資料的操作與演練來認識量化方法的多樣性。 |
|
課程目標 |
本課程的目的在於訓練具有基礎統計知識的博士班同學認識及運用進階的分析模型。希望能透過量化的訓練來增進學生的基本的研究能力及興趣。課程將會配合目前的實證研究的閱讀，理解社會學家如何運用資料及統計方法來進行論述，主要目的在於訓練社會學博士班閱讀專業學術論文的能力及從事量化分析的入門訓練。課程預期達到以下目標:
1. 認識量化研究方法的基本邏輯，從研究設計、概念化、操作、及資料分析及詮釋等來學習社會學家如何運用數據分析來進行論述。
2. 認識建立模型的基本原則，包含變數及分析模型的選擇。
3. 培養實際操作資料的能力，包含資料的清理檢誤，資料結構的整理，模型的檢定等。
4. 培養撰寫量化論文的能力，在符合嚴謹學術論文規範之下完成個人作品。 |
|
課程要求 |
修習本課程之同學最好事前已具備基礎統計推論及簡單迴歸模型之基本知識。本課程以應用為主，不太需要數理模型的推導，因此不需數理統計或微積分、線性代數等基礎。
1. 每週閱讀指定教材與出席課程 (10%):上課同學需事前閱讀上課指定閱讀。
2. 各個模組實習作業(25%): 用統計軟體STATA等（不限）來實際操作該週的統計模型。
3. 期末量化研究報告(65%): 修課同學須自行彙整次級資料，利用上課所學的分析方法進行研究，並於學期末完成一份完整的學術論文。研究分析無論是否直接採用因果分析模型，論文一定要討論因果推論的相關問題。
論文結構需符合一般學術論文之規範，包括：導論、文獻回顧、假設，資料來源與分析方法、統計結果分析、結論與討論以及參考文獻，並另附上500字內的摘要。統計圖表與參考文獻須按照期刊規格撰寫，否則將扣總成績。書面報告可以中文或英文書寫。採中文書寫者，請附上須附英文的extended abstract。
期末報告各項評分項目與繳交時間如下:
(1)書面論文繳交期限（45%）：6/22下午五點以前上傳至ceiba。
(2)期末論文口頭報告（15%）：6/15課堂內模擬學術會議之口頭報告(中、英文不限)。報告
時間以20分鐘為限。
(3)研究論文計畫書 (5%)：4/13 下午五點以前繳交期末報告計劃書(一): 概述研究主題、
資料來源、分析方法 (1000-1200字)。
(4)5/18 下午五點以前繳交更新版期末報告計劃書(二): 研究問題、文獻分析、資料來源
與分析方法、因果推論的限制與處理方法。 |
|
預期每週課後學習時數 |
|
|
Office Hours |
|
|
指定閱讀 |
|
|
參考書目 |
待補 |
|
評量方式
(僅供參考) |
|