|
課程名稱 |
高等量化方法
Advanced Quantitative Methods for Data Analysis |
|
開課學期 |
109-2 |
|
授課對象 |
社會科學院 社會學研究所 |
|
授課教師 |
郭貞蘭 |
|
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 |
星期二7,8,9(14:20~17:20) |
|
上課地點 |
社205 |
|
備註 |
限博士班
總人數上限：20人
外系人數限制：2人 |
|
Ceiba 課程網頁 |
http://ceiba.ntu.edu.tw/1092Soc8038_ |
|
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 |
另約時間 |
|
指定閱讀 |
模組一：
統計模型簡介：
1.Agresti, Alan. 2018. An Introduction to Categorical Data Analysis (Wiley Series in Probability and Statistics) Chp1-2
2.Kleinbaum, David & Mitchel Klein. 2004. Survival Analysis: A Self-learning Text. Springer. Chp1-3.
3.Singer, Judith, John B. Willet. 2003. Applied Longitudinal Analysis: Modeling Change and Event Occurrence. Oxford: Oxford University Press. chp 1-2, 9-11
實證文獻閱讀：
4.Ishida, Hiroshi, Kuo-hsien Su, and Seymour Spilerman. 2002. “Models of Career Progression in Japanese and U.S. Organizations.” European Sociological Review 18: 179-198.
5.Lin, Zhiyong, Wei-hsin Yu, Kuo-Hsien Su. 2019. “Comparing same- and different-sex relationship dynamics: Experiences of young adults in Taiwan” Demographic Research 40: 431-362.
6. Yu, Wei-hsin, Kuo-Hsien Su, Chi-Tsun Chiu . 2012. “Sibship Characteristics and Transition to First Marriage in Taiwan: Explaining Gender Asymmetries” Population Research and Policy Review 31: 609-636.
7.Wei-hsin Yu, Lin, Zhiyong, Kuo-Hsien Su. 2019. “Parent-Child Coresidence and Experiences of Romantic Relationships: Evidence from Young Adults in Taiwan” Chinese Sociological Review 51(2): 173-206.
研究主題相關文獻：
8.Raymo, James et. al. 2015. Marriage and Family in East Asia: Continuity and Change. Annual Review of Sociology 41.: 471-492.
9.Emily Hannum, Hiroshi Ishida, Hyunjoon Park, and Tony Tam. 2019. Education in East Asian Societies: Postwar Expansion and the Evolution of Inequality. Annual Review of Sociology, 45: 625-647.
10.Fong, Eric and Kumiko Shibuya. 2020. "Migration Patterns in East and Southeast Asia: Causes and Consequences." Annual Review of Sociology 46(1): 511-31.
模組二:
1. Garson, G. D. (2013). Hierarchical Linear Modeling: Guide and Applications. SAGE Publications, Inc. [可從NTU 圖書館網頁資料庫SAGE research Methods, Datasets下載]
2. Scott, M. A., Simonoff, J. S., & Marx, B. D. (eds). (2013). The SAGE Handbook of Multilevel Modeling. SAGE Publications. [可從NTU 圖書館網頁資料庫SAGE research Methods, Datasets下載]
3. Rabe-Hesketh, S., & Skrondal, A. (2012). Multilevel and Longitudinal Modeling Using Stata. Volume I: Continuous Response. Stata Press. (Volume II: Categorical Responses, Counts, and Survival).
參考閱讀: 實證研究
1.Meyer, J. W., Bromley, P., & Ramirez, F. O. (2010). Human Rights in Social Science Textbooks: Cross-national Analyses, 1970–2008. Sociology of Education, 83(2), 111–134. https://doi.org/10.1177/0038040710367936
2.Lauen, D. L., & Gaddis, S. M. (2013). Exposure to Classroom Poverty and Test Score Achievement: Contextual Effects or Selection? American Journal of Sociology, 118(4), 943–979. https://doi.org/10.1086/668408
3.Lyness, K. S., Gornick, J. C., Stone, P., & Grotto, A. R. (2012). It’s All about Control: Worker Control over Schedule and Hours in Cross-National Context. American Sociological Review, 77(6), 1023–1049.
6.Chmielewski, A. K. (2019). The Global Increase in the Socioeconomic Achievement Gap, 1964 to 2015. American Sociological Review, 84(3), 517–544.
7.Fuller, S. (2008). Job Mobility and Wage Trajectories for Men and Women in the United States. American Sociological Review, 73(1), 158–183.
8.De Clercq, B., Pfoertner, T.-K., Elgar, F. J., Hublet, A., & Maes, L. (2014). Social capital and adolescent smoking in schools and communities: A cross-classified multilevel analysis. Social Science & Medicine, 119, 81–87.
9.Johnson, I. Y. (2010). Class Size and Student Performance at a Public Research University: A Cross-Classified Model. Research in Higher Education, 51(8), 701–723.
參考閱讀: 統計方法
1.Luo, W., Li, H., Baek, E., Chen, S., Lam, K. H., & Semma, B. (2021). Reporting Practice in Multilevel Modeling: A Revisit After 10 Years. Review of Educational Research, 0034654321991229. https://doi.org/10.3102/0034654321991229
2.Heisig, J. P., Schaeffer, M., & Giesecke, J. (2017). The Costs of Simplicity: Why Multilevel Models May Benefit from Accounting for Cross-Cluster Differences in the Effects of Controls. American Sociological Review, 82(4), 796–827. https://doi.org/10.1177/0003122417717901
3.Scott, M. A., Simonoff, J.S. & Marx, B.D. (2013). Chapters 4, 22-26.
4. Galecki, A. & West, B. (2013). Software for Fitting Multilevel Models (Chapter 26). In. Marc A. Scoot, Jeffrey S. Simonoff, & Brian D. Marx (eds), The SAGE Handbook of Multilevel Modeling (pp. 465-484). SAGE Publications, Inc.
5.Small Samples in Multilevel Modeling. (2020). In Small Sample Size Solutions (pp. 215–225). Routledge. https://doi.org/10.4324/9780429273872-18
模組三:
1.Morgan, Stephen L. and Christopher Winship, 2015. Counterfactuals and Causal Inference: Methods and Principles for Social Research. Cambridge: Cambridge University Press.
2.Murnane, Richard J. and John B. Willet, 2011. Methods Matter: Improving Causal Inference in Educational and Social Science Research. New York: Oxford University Press.
3.Allison, Paul D., 2009. Fixed Effects Regression Models. Thousand Oaks, CA: Sage.
4.關秉寅;李敦義, 2008.12, '補習數學有用嗎？一個「反事實」的分析, ' 台灣社會學刊, 41：97-148.（必讀）
5.關秉寅;彭思錦;崔聖秀, 2019.12, '臺灣高教擴張對年輕世代職業地位及薪資的影響：反事實的分析, ' 人文及社會科學集刊, 31（4）：555-599.
6.Stata "Treatment Effects"說明。（必讀）
參考閱讀
1.Ulrich Kohler and Frauke Kreuter. 2012. Data analysis using stata (3rd ed.)
Christopher F. Baum. 2016. An Introduction to Stata Programming, Second Edition
2.Michael N. Mitchell. 2012. Interpreting and Visualizing Regression Models
Using Stata.
3.John Scott Long. 2009. The workflow of data analysis using stata.
Data Management Using Stata: A Practical Handbook.
|
|
參考書目 |
待補 |
|
評量方式
(僅供參考) |
|
No. |
項目 |
百分比 |
說明 |
|
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. |
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。根據授課老師之指示，於指定截止時間前上傳至ceiba作業區。 |
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%)：
計劃書(一): 4/13 下午五點以前繳交期末報告計劃書，概述研究主題、資料來源、分析方法 (1000-1200字)。
計劃書(二): 5/18 下午五點以前繳交更新版期末報告計劃書，具體陳述研究問題、並提供文獻、資料來源與分析方法、因果推論的限制與處理方法等內容大綱。
|
|
|
週次 |
日期 |
單元主題 |
|
第1週 |
2/23 |
課程簡介、 資料處理與準備 |
|
第2週 |
3/02 |
模型建構、模型配適度(goodness-of-fit)與模型比較
指定閱讀:
1. Felix Elwert and Christopher Winship 2014. Endogenous Selection Bias: The Problem of Conditioning on a Collider Variable. Annual Review of Sociology. 40:31–53 |
|
第3週 |
3/09 |
模組一: 類別資料簡介
reading Agresti, Chp 1-2
|
|
第4週 |
3/16 |
模組一:
存活分析簡介
reading: Singer & Willett, Chp 9
參考: Kleinbaum, chp 1-2 |
|
第5週 |
3/23 |
模組一:
事件史分析- Discrete-time event
Reading: Singer & Willett, Chp 10
|
|
第6週 |
3/30 |
模組一:
事件史分析II Fitting basic discrete-time hazard models
Singer & Willett, Chp 11-12
|
|
第7週 |
4/06 |
春假放假 |
|
第8週 |
4/13 |
模組二:
介紹多層次模型特性與用途
1. Garson (2013) Chapters 1 & 2
2. Scott et al. (2013) Chapter 2. |
|
第9週 |
4/20 |
模組二:
模型建構與模型選擇: 實例與演練
1. Raudenbush, Stephen W., and Anthony S. Bryk. 2002. Chapters 3 & 4
2. Scott Ch 6 |
|
第10週 |
4/27 |
模組二:
多層次模型與貫時性資料分析
1. Raudenbush & Bryk Chapter 6 & 8 (extention to three-level models)
(參考: Singer, Judith, John B. Willet. 2003. Chapters 2-8) |
|
第11週 |
5/04 |
模組二:
多層次模型與交叉分類資料
1. Hox, J. J., & Roberts, J. K. (ed.). (2011). Handbook of advanced multilevel analysis. Routledge. Chapter 16 (Cross-Classified).
(參考: Raudenbush, Stephen W., and Anthony S. Bryk. 2002. Chapter 12;
Hox, J. J., & Roberts, J. K. (ed.). (2011). Handbook of advanced multilevel analysis. Routledge. Chapter 17 Dyadic Data Analysis using Multilevel Modeling.) |
|
第12週 |
5/11 |
模組三:
因果推論的概念與統計分析
指定閱讀:
1. Morgan & Winship, Chp. 1-3
2. Murnane & Willet, Chp. 2-3 |
|
第13週 |
5/18 |
模組三：
傾向分數配對及其他應用
指定閱讀:
1. Morgan & Winship, Chp. 4-5;
2. Murnane & Willet, Chp. 4、12 |
|
第14週 |
5/25 |
模組三：
反事實分析架構的因果推論，PSA介紹及PSA結合其他統計方法
指定閱讀:
1. Morgan & Winship Chp. 6-7
2. 補習數學有用嗎？ |
|
第15週 |
6/01 |
模組三：
其他與因果推論相關的進階統計分析方法: Selection on the unobservables的情況
指定閱讀:
1. Morgan & Winship Chp. 8-9;
2. Murnane & Willet, Chp. 8, 10-11;
3. Time will tell: Revisiting the impact of college expansion on income and occupational prestige mobility of young adults in Taiwan |
|
第16週 |
6/08 |
團體 Office Hours |
|
第17週 |
6/15 |
期末課堂報告 |
|
第18週 |
6/22 |
期末報告繳交 |
|