当前课程知识点：基于R语言的社会统计分析 > 第二章：描述统计 > 2.1 描述统计概述 - 社会学概念的量化问题 > Video
上一周我们介绍了数据收集的基本方法
那这个一周呢我们来探讨数据收集
非常重要的内容就是测量
对于我们做社会科学研究的
有一个特别具有挑战的重要的议题
就是怎么样把我们每天观察到的社会现象
转化成量化的数据
我们要想清楚我们到底要测量什么
怎么测量
和自然科学有着很大的区别
对于社会现象思想还有态度的量化描述显得
更具挑战
我们没有一把很好的尺子
我们没有GPS
没有水平仪我们没有精确到
微米毫米的测量仪器我们也没有显微镜
看不到有多少细胞数
我们希望测量的一些概念通常是一些非常抽象的
概念
比如说我想知道一个人的社会地位
我想知道他的工作能力
我们经常聊的一个话题是幸福感
比如说健康
还有甚至是爱情
这些概念都非常的抽象啊
有人又会说这些概念有什么测量呢
说爱情的时候会说我们两个很相爱
那比如说健康有人会说很健康
我们仔细想想健康这个概念我们每天都在谈健康
那比如说一个老人
他和他周围的七八十岁同样年纪的
邻居比发现我还能走动于是乎他会说
我特别特别健康虽然他每天腰酸背疼
那一个年轻人呢他每天都犯困
于是乎他就说我觉得我不太健康
所以怎么样对健康这一个概念进行一个
客观的测量
是我们做社会科学研究一直在思考的一个问题
现在我们基本上做的方法是
比如说我说量健康的时候
我把它细分成很多很多具体的维度
我们不直接问说你觉得你的健康怎么样了
我开始问很多细节方面的问题我会问
你爬楼梯累不累啊
你每天是不是经常要睡觉啊
你有没有被疼痛折磨
通过把一个大概念
细分成精确的小概念我们会对
社会科学做更为精确的测量
不管我们
进行着多么困难的尝试
有人仍然非常武断的认为说
这些抽象的概念是
不可测的
然后他们就非常固执的
声称说社会科学不是科学
这里面呢我要说说我的观点
我觉得正是人们在对
不可测变量进行测量呢
不断地尝试之中
体现出了社会科学研究思想的闪光点
我们对我们的
这个概念的测量也
并不是没有要求的
我们经常会提到一个词叫信效度
每个人拿了一个
量表一个问卷我们经常会说
你的信效度有没有验证
那下面我们就
简单的说一说什么是信效度啊
其实这是比较高级的知识了
首先我们希望
概念的测量应该具有有效性
这个是我们讲的效度validity
消毒的意思是我们要清楚地描述想要测量什么
并且可以准确的反映目标概念
这是效度的概念
同时呢 信度
我们同时希望我们测量的
这个工具具有可靠性
它需要具有一致性
也就是说
测量对象被再次问及某一个问题的时候
他应该给出一模一样的答案
就是假设我用同样一个量表
派了两个访谈员去问同一个人
两个人应该会给我的答案是一模一样的
只有两个答案具有一致性的时候我们才会说他
具有信度reliability
那信效度的确保呢
不是说我说我的问卷有信度有效度就可以了
通常它是需要非常
严谨的设计还需要
经过心理测量学的检验
检验证明的
所以这是一个很复杂的过程到
我们这门课的后期我们来具体聊聊信效度的问题
-1.1 什么是统计学?
--视频1.1
-1.2 数据
--视频 1.2
-1.3 随机化原则
--视频 1.3
-1.4 数据收集方法
--视频 1.4
-第一章：绪论--1.5 习题
-2.1 描述统计概述 - 社会学概念的量化问题
--Video
-2.2 变量的分类
--Video
-2.3 描述统计方法 I: 制表法 Tabular Method
--Video
-2.4 描述统计方法 II: 绘图法 Graphical Method
--Video
-2.5 描述统计方法 III: 数值法 Numerical Method
--Video
-第二章：描述统计--2.6 习题
-3.1 探索性数据分析
--视频3.1
-3.2 EDA的制图原则
--Video
-3.3 R语言初体验
--R 语言初体验
-3.4 CRAN 和学习资源
-3.5 R 基础知识
--Video
-3.6 图形和数值
--Video
-4.1 概率的基本概念
--Video
-4.2 离散型与连续型变量的概率分布
--Video
-4.3 正态分布
--Video
-4.4 抽样分布
--Video
-第四章：概率分布--4.5 习题
-5.1 用抽样分布来代表抽样的变异性
--Video
-5.2 样本均值的抽样分布
--Video
-5.3 中心极限定理
--Video
-5.4 点估计和区间估计
--Video
-第五章：统计推断 - 估计--5.5 习题
-6.1 区间估计
--Video
-6.2 总体比例的区间估计
--Video
-6.3 置信水平
--Video
-6.4 总体均值的区间估计
--Video
-第六章：统计推断 - 区间估计--6.5 习题
-7.1 绪论
--Video
-7.2 一个显著性检验的五个部分
--Video
-7.3 均值的显著性检验
--Video
-7.4 比例的显著性检验
--Video
-7.5 检验中错误的类型
--Video
-第七章： 统计推断 - 显著性检验--7.6 习题
-8.1 预备知识
--Video
-8.2 比较两组比例
--Video
-8.3 比较两个独立样本的均值
--Video
-8.4 比较两个相依样本的均值
--Video
-8.5 方差分析（选学）
--Video
-第八章：两组比较和多组比较--8.6 习题
-9.1 变量间的关联分析
--Video
-9.2 列联分析
--Video
-9.3 定序变量间的关联关系
--Video
-第九章：变量间的关联分析--9.4 习题
-10.1 简单线性回归模型概述
--Video
-10.2 模型系数估计
--Video
-10.3 评价系数估计的准确性
--Video
-10.4 评价模型的准确性
--Video
-10.5 R Lab: 用R构建简单线性模型
--Video
-第十章：简单线性回归--10.6 习题
-11.1 多元线性回归概述
--Video
-11.2 多元线性回归
--Video
-11.3 潜在问题及解决方案
--Video
-11.4 用R语言进行多元线性回归
--Video
-第十一章：多元回归--11.5 习题
-12.1 社会科学中的分类问题
--Video
-12.2 Logistic回归概述
--Video
-12.3 Logistic回归系数估计
--Video
-12.4 Logistic回归模型评价
--Video
-12.5 其他多元统计方法
--Video
-12.6 R语言实践
--Video
-12.7 结束语
--Video
