当前课程知识点：基于R语言的社会统计分析 > 第十二章: Logistic回归和其他高级统计方法简介 > 12.7 结束语 > Video
以上呢就是我们这门介绍性的入门级的基于R语言的社会统计分析课程的
全部内容了
那我相信在十二周过后我们
上这门课的同学一定是有人欢喜有人忧
那想借这个机会呢
给忧伤的同学和正在欢喜的同学
都纷纷提一点小建议小忠告啊
我相信有些同学啊可能就略感忧伤啊觉得
好像学了三个月
好像还没有摸到门道
就是还没有真的找到感觉啊就是说
他可能能
反映出来回归分析和假设检验这些东西基本是什么
但是我现在让你抛开课本
想一想脑子里可能是空的
那希望大家呢能
理解统计的时候像理解一门外语课一样啊
有的时候我们说统计忒难有时候我觉得好像
这种评论不太公平
我们学外语的时候
你不可能通过三个月
仅仅是课堂的这十二个小时的时间
就掌握一门外语
那统计学也是一个道理
很多我上课说的话啊经常说什么样本
均值的均值样本均值的标准差啊很多同学说老师你能不能讲人话啊
这些话呢
听起来很晦涩而且可能
不是马上就能被你们吸收的
但看统计课本上的话
和看英语一样可能看两遍看三遍
你会突然有一个醍醐灌顶的瞬间啊
所以要给自己一点的时间给自己多一份的坚持
那给那些特别
欢喜的同学有的同学觉得啊这也没有什么难的我现在可以
把R用的特别特别熟练了啊这些都
不在话下
那我一定要说呢就是统计学
并不是一门神器啊我老这么说
我在讲第三节课探索性数据分析
的时候就引过一句话
原话我再说一遍他说
No amount of visualization magic or bells and whistles can make
poor data or more importantly a poorly formed question shine with clarity
那其实
我再把它改一改翻译成中文就是说
不存在任何
酷炫的统计方法
可以使一个愚蠢的研究问题或者是
无良数据啊就是我们很不负责任收集到的数据重放光芒
所以如果说
你经过慎重考虑觉得自己的研究是很有价值的
那就对着个有价值的研究负责任
数据收集的过程要多放一点心思
数据分析的时候也要
多放一点心思多放一点思考在里面
这里面呢我给大家再
推荐三本书啊尤其是对那些正在很欢喜的同学
可能会觉得
还有一些方法我希望
知道它的数理推导过程
或者是我希望更多的了解统计学
我这里面四本书啊
前两本是
叫做mathematical statistics with application
我
在上大学四年的时间其实对
统计学一直有摸不着头脑的感觉啊
后来我读了这本绿色的书
是真的让我醍醐灌顶
突然间明白过味来的这本书
这两本书呢都是英文的所以
可能对有些同学来说觉得
阅读起来有些困难啊但是
好消息是我们统计学没有几个单词啊
只要把那几个术语学会
那些公式都是国际性的通用语
所以其实并没有怎么难
这两本呢是
介绍性的统计学的教材
然后还有同学如果觉得自己数学非常厉害啊
你可以再继续深挖一下统计学精彩的
我们可以看这本叫做statistical inference
中文的已经有的影印版我们管它叫casella and Berger
葵花宝典啊这本教材如果你真的能够学明白
相信概率论
和数理统计已经成为一个达人了
还有最后一本书啊其实有同学可能已经发现了
我整个这门课用到了很多很多
关于社会科学的例子
都是来自于这本书的
叫做statistical methods for the social sciences
有兴趣的同学可以从头到尾的好好读一下这本书相信你一定会有
很多的收获
最后
一句话感谢大家三个月来的陪伴
希望你真的有所收获
也希望你学到的统计学内容
让你以后的生活可以更加精彩 谢谢
-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
