数据分析与R语言应用课程介绍
课程介绍
- 课程内容
本课程是在概率统计、社会统计与定量研究方法等课程的基础上，介绍高级数据分析技术的原理，同时以R语言为分析工具，介绍相关技术的操作。通过本课程的学习帮助学生掌握R语言软件的基本操作，初步了解广义线性模型、多层线性模型、结构方程、因果推断等相关分析技术。 - 课程目标
- 熟悉R语言的软件平台，了解基本操作，包括获取导入数据、绘制统计图形。
- 了解R语言中数据的基本管理与数据清洗操作。
- 介绍一般统计方法的操作，包括多元线性回归、logistic回归、因子分析等。
- 介绍高级统计方法的基本原理和操作，包括广义线性模型、多层线性模型、结构方程、因果推断等。
- 熟悉R语言的软件平台，了解基本操作，包括获取导入数据、绘制统计图形。
课程计划
- 课程介绍
- 统计软件介绍R
- 多元回归模型
- Logistic回归
- 广义线性模型
- 调节效应、中介效应与结构方程
- 多层次模型（optional）
- 大数据收集与机器学习应用介绍（optional）
Note：课程计划会根据课程进度，适度调整。
课程考核
- 考核登记方式：百分制
- 成绩组成：平时考勤占30%；期末论文汇报：20%；期末论文：50%
- 考核标准：平时考勤基础分30分，无故旷课一次扣5分，六次无故旷课记0分，课前请假不扣分。期末论文汇报20分。期末论文占50分。
- 时间要求：最后一次课进行课程论文报告并同时提交课程论文。
- 课外学习内容：预习复习课程内容，阅读学习材料，学习相关软件的操作，完成练习，准备数据，进行数据分析，写作课程论文。
课程论文要求
- 论文应具有实质性的研究问题，有明确的观点，观点之间有关联。
- 可以是原创文章，也可以在复制已发表期刊论文基础上形成扩展文章。
- 对于扩展文章，如果认为原文章结论错误，应指明错误的原因。
- 对于文章的复制部分，应解释复制精确度，和原始文章的差距有多大？
- 尽量不要在正文中包括过多的中间过程，简述过程，展示结果。不要把R代码和初始结果直接贴在文章中！！！
- 复制之后，探索改进原始文章的结果呈现。在不改变原文理论假设和模型的前提下，寻找有用信息。（改善odds ratio的解释等）
- 建模前，进行充分的探索性分析，用简单、直观的方式展示有意义的探索性分析结果（图或者表）
- 尝试不同的定量方法，改进原文的模型，试试看能否得到相似结果或不一样的结论。（缺失数据的处理、选择性偏误、遗漏变量偏差、模型设定、添加控制变量、改换效度更高的变量、扩展时间序列、进行样本外检验、采用更合适的统计模型等）
- 如果得到了不一样的结论，用单独一节来叙述，如果结论相似，简略介绍即可。
- 如果你的模型比原文模型更好，那么提供验证的证据，即用原文相同的样本数据或其他的样本外数据检验。（模型的概率假定更合理；95%的因变量数据落在95%的置信区间内；模型对样本外数据的预测效果更好）
论文格式
- 中文宋体小四或英文 Times New Roman 12pt、双倍行距，无封面，左上角装订
- 包括论文题目、姓名、学号
- 参考文献建议按照《公共管理学报》要求
- 中间过程或不重要的细节可以放在附录中
- 明确写出所建立的模型
- 用公式编辑器编辑用到的数学公式，如果会用LaTex排版更好
- 数字保留两位小数或者保留到你认为足够简单清晰的位数
论文图表格式
- 图表应简明扼要，展示论点，不是展示过程，不应过度使用
- 图表应独立设定标题，图表分开标号，下方段落应有文字介绍
- 建议挑出图表中的具体某个数字或信息进行举例，帮助理解
- 表格采用三线表，不要每行每列都添加分隔线
- 表格中有百分数，应在首行标注‘%’，不要每个单元都用。
- 表格中每列数字的小数点应对齐。
- 图表大小应合适，信息量小的图尽量小。
- 可以用图或者表的地方，尽量用图。
最终提交文件
- 电子版： 下列4个文件打包成一个zip或rar文件，文件名是学号+姓名，提交时间：最后一次课后第二天中午12点，成绩以电子版为准！
- 说明文件（如果包括多个数据文件，多个R程序文件等，列明所有的文件内容）
- 数据文件（.csv, .dta, *.xlsx等）
- R语言程序文件（*.R）
- 论文（.doc，.pdf）
- 纸版论文：最后一次课提交。
参考书目与文献
- Kabacoff （王小宁等译）R语言实战（第3版），人民邮电出版社，2023
- Gelman and Hill. Data Analysis Using Regression and Multilevel/Hierarchical Models. Cambridge University Press.