中国社会科学院大学《量化社会科学导论》课程大纲课程基本信息（CourseInformation）课程编号*学时*学分482102113020031(Course ID)(Credit Hours)(Credits)量化社会科学导论*课程名称(CourseName)Quantitative Social Science: An Introduction先修课程(PrerequisiteCourses)过去二十年，由互联网和计算机革命推动巨大的技术变迁，使得丰富的数据量和计算效率让我们可以做各种各样的事情。这些数据关于人类行为的数据、关于社会科学的数据，关于社会是如何运作的数据，它们都是关于社会和人类行为的记录。数据无处*课程简介不在，数据影响着我们的政策和生活。量化社会科学通常是社会科学与统计学、机器(Description)学习的结合，我们需要利用数据分析来解决问题，而不仅仅是思考问题，我们应该努力解决问题，让社会变得更好。本课程主要借助分析社会科学数据，来回答社会科学问题，将逻辑概念、传统的统计学概念和计算机编程结合在一起，用来解答有关现有政策、项目的问题，并试图改善和解决当今社会中存在的问题。Inthepasttwodecades,theInternetandcomputerrevolutionhavedriventremendoustechnological changes, enabling us to do a variety of things with abundant data andcomputing efficiency.These dataare records of human behavior, social scienceand howsociety operates.Data is everywhere,and data affects our policyand life.Quantitativesocial science is usuallya combination of social science, statistics and machine learning.*课程简介Weneedtousedataanalysistosolveproblems,not justtothinkaboutproblems.We(Description)shouldtrytosolveproblemstomakesocietybetterThis course mainly uses the analysis of social science data to answer social sciencequestions.It combines logical concepts,traditional statistical concepts and computerprogramming to answer questions about existing policies andprojects,andtriestoimproveand solveproblems intoday's society.*教材量化社会科学导论，今井耕介著/祖梓文、徐轶青译，上海财经大学出版社，2020年(Textbooks)参考资料(OtherReferences）*课程类别口公共基础课/全校公共必修课团通识教育课口专业基础课口专业核心课/专业必修课口专业拓展课/专业选修课口其他(CourseCategory)
中国社会科学院大学《量化社会科学导论》课程大纲 课程基本信息（Course Information） 课程编号 （Course ID） 102113020031 *学时 （Credit Hours） 48 *学分 （Credits） 2 *课程名称 （Course Name） 量化社会科学导论 Quantitative Social Science: An Introduction 先修课程 （Prerequisite Courses） *课程简介 （Description） 过去二十年，由互联网和计算机革命推动巨大的技术变迁，使得丰富的数据量和计算 效率让我们可以做各种各样的事情。这些数据关于人类行为的数据、关于社会科学的 数据，关于社会是如何运作的数据，它们都是关于社会和人类行为的记录。数据无处 不在，数据影响着我们的政策和生活。量化社会科学通常是社会科学与统计学、机器 学习的结合，我们需要利用数据分析来解决问题，而不仅仅是思考问题，我们应该努 力解决问题，让社会变得更好。 本课程主要借助分析社会科学数据，来回答社会科学问题，将逻辑概念、传统的统计 学概念和计算机编程结合在一起，用来解答有关现有政策、项目的问题，并试图改善 和解决当今社会中存在的问题。 *课程简介 （Description） In the past two decades, the Internet and computer revolution have driven tremendous technological changes, enabling us to do a variety of things with abundant data and computing efficiency. These data are records of human behavior, social science and how society operates. Data is everywhere, and data affects our policy and life. Quantitative social science is usually a combination of social science, statistics and machine learning. We need to use data analysis to solve problems, not just to think about problems. We should try to solve problems to make society better. This course mainly uses the analysis of social science data to answer social science questions. It combines logical concepts, traditional statistical concepts and computer programming to answer questions about existing policies and projects, and tries to improve and solve problems in today's society. *教材 （Textbooks） 量化社会科学导论，今井耕介 著/祖梓文、徐轶青 译，上海财经大学出版社， 2020 年 参考资料 （Other References） *课程类别 （Course Category） 公共基础课/全校公共必修课 通识教育课 专业基础课 专业核心课/专业必修课 专业拓展课/专业选修课 其他
口线上，教学平台*授课对象*授课模式全校本科生团线下口混合式口其他(TargetStudents)(ModeofInstruction)口实践类（70%以上学时深入基层）团中文*开课院系*授课语言口全外语计算机教研部(School)口双语：中文+(LanguageofInstruction)（外语讲授不低于50%）课程负责人翟剑锋副教授计算机教研部负责人姓名及简介*授课教师信息(Teacher Information)团队成员无姓名及简介量化分析方法在社会科学研究中日益重要，但是社会科学以及相关领域的学生往往缺乏训练。即便有训练，也仅止步于对于社学科学问题提供不了太多洞见的统计课程。数据分析是社会科学研究的必要工具，同时，对在大学里学习的学生们来说，数据分学习目标析也是职业生涯中非常有用的技能。即使不成为社会科学家，也许你在业界或者政府(Learning工作，你也需要数据分析能力来发挥作用。Outcomes)本课程主要借助分析社会科学数据，来回答社会科学问题，将逻辑概念、传统的统计学概念和计算机编程结合在一起，用来解答有关现有政策、项目的问题，并试图改善和解决当今社会中存在的问题。*考核方式平时成绩30%、期末成绩70%(Grading)*课程教学计划（TeachingPlan）填写规范化要求见附件其中周教学内容摘要课其实习学周次讲（必含章节名称、讲述的内容提要、实验的名称、教学方法、课堂讨论的题目、程他验阅读文献参考书目及作业等）授讨环课课论节1、概述2、R语言基本语法第一周介绍R的基本功能，数据结构、数据对象。掌握关于向量、矩阵、数组的基本操作、命令和函数。R的基本语法基本数据结构、对象2.第二周掌握关于因子对象、列表和数据框的基本概念和操作方法。利用索引实现数据子集的拆分。1、条件结构2、循环结构第三周3掌握关于if结构和for循环
*授课对象 （Target Students） 全校本科生 *授课模式 （Mode of Instruction） 线上，教学平台 线下 混合式 其他 实践类（70%以上学时深入基层） *开课院系 （School） 计算机教研部 *授课语言 （Language of Instruction） 中文 全外语 双语：中文+ （外语讲授不低于 50%） *授课教师信息 （Teacher Information） 课程负责人 姓名及简介 翟剑锋 副教授 计算机教研部负责人 团队成员 姓名及简介 无 学习目标 （ Learning Outcomes） 量化分析方法在社会科学研究中日益重要，但是社会科学以及相关领域的学生往往缺 乏训练。即便有训练，也仅止步于对于社学科学问题提供不了太多洞见的统计课程。 数据分析是社会科学研究的必要工具，同时，对在大学里学习的学生们来说，数据分 析也是职业生涯中非常有用的技能。即使不成为社会科学家，也许你在业界或者政府 工作，你也需要数据分析能力来发挥作用。 本课程主要借助分析社会科学数据，来回答社会科学问题，将逻辑概念、传统的统计 学概念和计算机编程结合在一起，用来解答有关现有政策、项目的问题，并试图改善 和解决当今社会中存在的问题。 *考核方式 （Grading） 平时成绩 30%、期末成绩 70% *课程教学计划（Teaching Plan）填写规范化要求见附件 周次 周 学 时 其中 教学内容摘要 （必含章节名称、讲述的内容提要、实验的名称、教学方法、课堂讨论的题目、 阅读文献参考书目及作业等） 讲 授 实 验 课 习 题 课 课 程 讨 论 其 他 环 节 第一周 3 2 1 1、 概述 2、 R 语言基本语法 介绍 R 的基本功能，数据结构、数据对象。掌握关于向量、矩阵、 数组的基本操作、命令和函数。 第二周 3 2 1 1. R 的基本语法 2. 基本数据结构、对象 掌握关于因子对象、列表和数据框的基本概念和操作方法。利用索 引实现数据子集的拆分。 第三周 3 2 1 1、 条件结构 2、 循环结构 掌握关于 if 结构和 for 循环
1、自定义函数第四周3212、Apply函数族掌握在R中如何进行自定义函数，同时借助函数进行分组操作因果关系（1）第五周3简单介绍因果效应与反事实的基本概念。因果关系（2)介绍因果推断中的反事实数据分析框架、随机对照试验、观察性研第六周32究等相关内容描述性数据分析掌握利用R语言进行单变量和双变量的描述性分析，了解数据的分第七周31散程度、集中程度、数据分布等、缺失值处理。度量第八周介绍期望、方差、标准差、调查抽样、聚类分析等概念可视化操作掌握利用R语言进行可视化操作、ggplot2库，掌握借助可视化的第九周方法发现数据的规律及最终结果呈现。1、预测第十周介绍回归分析、回归与因果关系、断点回归设计等1、数据分析与探索第十一周1通过各种方式对文本数据、网路数据、空间数据等进行处理1、数据处理（1）2、概率（1）第十二周32介绍关系数据、正则表达式等各种形式进行相关处理。条件概率和随机变量、概率分布等介绍1、数据处理（2）2、概率（2）第十三周介绍字符处理、日期时间处理和数据转换等各种方法。大样本定理等运用
第四周 3 2 1 1、 自定义函数 2、 Apply 函数族 掌握在 R 中如何进行自定义函数，同时借助函数进行分组操作 第五周 3 2 1 因果关系（1） 简单介绍因果效应与反事实的基本概念。 第六周 3 2 1 因果关系（2） 介绍因果推断中的反事实数据分析框架、随机对照试验、观察性研 究等相关内容 第七周 3 2 1 描述性数据分析 掌握利用 R 语言进行单变量和双变量的描述性分析，了解数据的分 散程度、集中程度、数据分布等、缺失值处理。 第八周 3 2 1 度量 介绍期望、方差、标准差、调查抽样、聚类分析等概念 第九周 3 2 1 可视化操作 掌握利用 R 语言进行可视化操作、ggplot2 库，掌握借助可视化的 方法发现数据的规律及最终结果呈现。 第十周 3 2 1 1、预测 介绍回归分析、回归与因果关系、断点回归设计等 第十一周 3 2 1 1、 数据分析与探索 通过各种方式对文本数据、网路数据、空间数据等进行处理 第十二周 3 2 1 1、 数据处理（1） 2、 概率（1） 介绍 关系数据、正则表达式等各种形式进行相关处理。 条件概率和随机变量、概率分布等介绍 第十三周 3 2 1 1、 数据处理（2） 2、 概率（2） 介绍字符处理、日期时间处理和数据转换等各种方法。 大样本定理等运用
1、推断统计（1）第十四周2、不确定性（1）3介绍无偏性和一致性、标准误、置信区间等运用及R的实现。1、推断统计（2)2、不确定性（2）第十五周介绍单样本检验、双样本检验等运用；作为生成模型的线性回归模型、估计系数的无偏性和标准误。第十六周量化社会科学的整体框架复习总计3216备注（Notes）
第十四周 3 2 1 1、 推断统计（1） 2、 不确定性（1） 介绍无偏性和一致性、标准误、置信区间等运用及 R 的实现。 第十五周 3 2 1 1、 推断统计（2） 2、 不确定性（2） 介绍单样本检验、双样本检验等运用；作为生成模型的线性回归模 型、估计系数的无偏性和标准误。 第十六周 3 2 1 量化社会科学的整体框架复习 总计 48 32 16 备注（Notes）