转自 | ApocalypseNow
来源 | 知乎问答
近日，小编在知乎上偶然看到了一个关于《如何自学社会学定量研究？》问题的回答（见文末“阅读原文”）。读罢，小编认为回答得十分详尽、专业。
问题：大家好，我是一名社会学本科生。学完李培林的那本「社会研究的统计应用」后，不知道量化研究进一步应该如何学习。我的目标是能够读懂「社会学研究」上的定量论文，所以求助各位大大能提供一些循序渐进的书单。
回答：
首先，你读的那本小册子，不是李沛良老师写的吗。这本书，你真的掌握了的话，那么你的基础统计应付后面的学习，其实也够用。
但是想未来在定量这里更深入，比如想追Sociological Methodology这种期刊话，建议还是重新找数理统计的书来看，并且补一下其他的数学知识。难度类似陈希孺院士的《概率论与数理统计》和Casella的统计推断即可，这两本非常适合给回炉的人拿来重新打基础。
下面全部讲应用，纯粹为了理解模型和文章：
在基础统计之后，应该学习回归分析了，因为这是社会学常用的模型的基础。推荐书的话，如果学过线性代数，那么别犹豫，谢宇老师那本《回归分析》；没学过呢，或者数学太差，那么我建议是伍德里奇的《计量经济学导论》（时间序列那一块不要看）。
如果，这一步完成了呢。那么你最基本的东西是掌握了，已经可以看懂很多《社会学研究》的定量论文了。
再往下，就是针对处理的数据来选择方法了。
一般来说，社会学的数据，因变量是离散变量的非常很多，所以需要学一门类别数据处理，推荐还是谢宇老师的《分类数据分析》，但这本书好像不太好买到。那么，你可以换一本，我看过Agresti的分类数据分析，你可以试试。主要应付社会学研究里常见的logit模型。
这两个部分，如果需要讲软件操作，Stata操作的话，王存同老师的《进阶回归分析》很适合，code比较详细。R操作的话，我翻过Faraway的Linear Model with R觉得不错，GLM的话，还是Faraway的书，Extending the Linear Model with R。最近Mcmaster U的John Fox退休了，今年噼里啪啦出了两本R的书，老大爷是社会学的背景，写的书不会像科班统计系的书那样过分强调数理，你可以找来看看。
再往下走的话，其他的东西，社会学、人口学论文里比较多出现的，嗯...比如，Cox？原理的话，专门找本生存分析的书来学习，我们老师上课推荐的是Klein以及Cox同志的书。我不做人口学，所以当时就没好好学，这部分一直稀里糊涂，没什么好的建议给你。不过王存同老师的书，还是能帮你应付K-M曲线的绘制和解读，那帮助你看懂《社会学研究》涉及的文章，似乎也可以...
如果，还要再进一步的话。
《社会学研究》的文章偶尔也会出现一些潜变量建模的文章。原理性的东西，比上面的内容会复杂一些了，学到什么程度，根据你自己需要。不过，最基本的测量模型和结构模型还是需要掌握。可以找本多元统计的书，我用过何晓群老师的多元统计，大致掌握因子分析怎么计算，怎么解读就行。
路径分析的内容可以参考温忠麟老师团队在心理学报的普及文章。如果需要专门学习SEM，可以看CUHK的侯杰泰老师SEM的书，侯老师在Coursera上有SEM的课，不过配套的软件是Lisrel。不过我一直觉得SEM的东西很扯，上来就是无脑算，有些心理学管理学的论文更是充满了一个又一个长长的路径，社会科学的研究，老实说光是要做一个干净的X-Y的效应就很困难了，那种所谓中介效应的论文，真的可信？路径分析里面没有可靠的causal link，好在社会学似乎不太感冒心理学的这种论文。
如果数据中，变量有嵌套，比如个人-家庭-社区这种CFPS，CHNS为代表的数据，那需要学习一个多水平分析，可以参考社科文献出的那本劳登布什HLM的书。事实上，只要掌握两层模型即可。Stata操作的话，用 Skrondal的Multilevel and Longitudinal Modeling Using Stata，不过更多的时候，大家都是看help。
另外，追踪调查的话，最好需要专门找一些面板数据的分析方法，这个在经济学里特别多，翻翻伍德里奇的《横截面与面板数据分析》，萧政老师那本书最好，不过只能去图书馆借来看了。当然你也按照嵌套的这个思路来理解，个人多次测量嵌套于个体，然后上Growth Curve Model，这个经济系的人似乎很少提到。
到这里其实已经足够在这个定量圈子里混了......再fancy东西，你自己也知道怎么去学了。
受经济学的影响，这几年似乎reduced form的方法越来越流行，总感觉国内社会学的方法是跟着做应用微观计量的人在跑。2010年以后陈云松老师和胡安宁老师介绍了几个常见的因果推断方法，然后一大批青年学生也跟着用，截面数据现在一个简单的多元回归确实不够用了，社会学也越来越强调内生性了，唉....所以，你需要学习怎么处理内生性的问题，学习常见的PSM、工具变量的话，可以看看《基本无害的计量经济学》还有郭申阳老师的书，当然最系统的学习还是Morgan和Winship师徒的Counterfactual and causal inference，这本书一直没人翻译，很可惜。
再往后，其他还有需要的话，可以关注下Bayesian的东西，统计系的小伙伴，会告你还有贝叶斯分层模型......但是《社会学研究》的定量研究，仍旧都是frequency approach的方法在做论文，也许未来会有另一派的方法进来......
有兴趣可以了解了解ML，现在国内炒得太热了，比teenager sex还火热，不过搞来搞去都是微博数据，连判例网的数据做的都很少，你可看可不看吧，也没见过计算机背景的在《社会学研究》发文。当然，文本挖掘能做的坑，大佬们都在做了，现在看看了解了解计算机视觉好了，未来没准可以玩玩
......
就这样吧。应该够至少看2-3年了这些书。另外，SAGE的小绿皮可以看看，一本小册子一个方法。
软件的话，Stata和R都可以，Mplus也可以。取决于你个人喜好，我推荐你用stata，如果你英文不好的话，因为R和Mplus针对以上内容的中文参考书很少，而STATA很多。至于现在火热的Python，凑凑热闹可以，但真没必要花太多时间，社会学的搞这个，真的不是“屠龙术”？Python里面定量方法的轮子自然是没有R丰富的,定量的要发文章，肯定还是再走传统的统计路子。非要去搞搞新意思，完全可以找个计算机的合作.....实证的话，还是用好R和stata吧......
有一点要提醒的是，也别傻乎乎的从头看书。要Learning by doing，你可以找社会学研究上用open source数据的文章来练习，重复他们的研究，看看能不能做出来他们的结果（虽然很多时候，是重复不出来的233333）。
至于，什么软件跑起来慢的问题，不建议去学C（见过大神做MCMC的时候，把东西喂给C来做#真是开了眼，233333），但是这样学习成本有点大，所以不妨多加根内存条。
转自：“量化研究方法”微信公众号
如有侵权，请联系本站删除！
