发帖
雷达卡
去年的这个时候，笔者有一门统计学课程，并初识stata软件。当时并没有太大的兴趣，毕竟对数学和数字不太敏感。期末考试主要以背考点为主要手段（竟然还得了90+
）。今年暑假之前的一段时间，突然觉得应该好好学学统计学。于是从暑假快结束的时候，一直到现在，主要通过教材和这个论坛学习stata的应用。目前为止，对于stata的基本操作，已较为熟悉，对于一些简单的定量研究论文，也能看懂并大概了解他所用的方法（之前拿起量化研究论文就如坠云雾啊）。现在自己也在做一个定量的小论文（感觉不好，都不知道如何写下去），但是进度很慢，要频繁查找教材、资料、帮助系统，或者求助于论坛。转换个数据、画个图基本上一上午就过去了。下午看了几篇论文，发现基本上核心期刊都要求有较新颖的模型。但到现在为止，我对模型的了解还不是很深入。又有一篇论文，是关于塔格培拉的《让社会科学更加科学化》的书评。塔格培拉对社会科学应用统计研究的现状进行了批判。不是因为人文研究不需要科学化，而是大量定量研究没有真正做到像纯科学如物理学那样的精确和严谨（这是作者的观点啊，我自己倒觉得这要求有点吹毛求疵了，社会科学跟自然科学在科学主义的本质上就有差距，研究有欠缺也应该得到理解吧）。比如，我们的研究不注重模型的推导，只关注P值和R的平方。我就是这样，就像罗尔斯所说的“无知之幕”，只看到程序运行和输出结果，但是被隔绝在统计过程之外。窃以为，统计在帮助提高认识之外，由于对变量的处置不当或者模型的适恰性问题，有时候还遮蔽了一些事实真相。
但如上所说，我并不对应用统计持批判态度，相反，正在往统计应用的方向努力，因为目前我连基本的定量研究水平还没有达到。那么，问题来了，如何更加深入的学习和应用统计？例如，如何选用模型和统计方法？如何学习模型的推导？请大家讨论、指教。
京公网安备 11010802022788号
