社会科学研究领域的定量分析过程与方法课件

第一讲

经济学实证分析的过程与方法

第一讲

经济学实证分析的过程与方法

本讲的主要内容1.1．理论的作用1.2．提出问题1.3．生成假定1.4．收集数据1.5．分析数据1.6．假定检验1.7．分析结果陈述

本讲的主要内容1.1．理论的作用导论经济学实证研究：（1）探究宏微观经济的运行及其结果（2）评估政府政策对经济运行的影响合适的理论、科学的方法和合理的步骤有助于有效地发掘事物之间关联的显性和潜在机制一个普遍的问题：理论、方法和与经验材料分析的脱节：对理论理解的欠缺对研究方法掌握的不足对研究过程和方法本身的不了解，等等导论经济学实证研究：目的勾勒出经济学实证分析的研究过程探讨在此过程中需要遵循的行为规范；寻求整合研究理论与数据处理的最优途径演绎法（deduction）和归纳法（induction）演绎法从一般到个别，即从（1）逻辑或理论上预测的模式到（2）观察检验预期的模式是否确实存在；换言之，演绎法是从“为什么”推延到“是否”归纳推理从个别到一般，从一系列特定的观察中，发现一种模型，在一定程度上代表所有给定时间的秩序两种途径的结合可以寻求人们对事物更有力、更完整的理解目的勾勒出经济学实证分析的研究过程研究过程与方法研究过程：探求事物原理和关联时遵从的一系列行为；研究方法：研究过程实施的手段。方法寓于过程之中，也指导研究过程和步骤的实施。通过这些行为和方法，研究者最终得以回答研究问题定量研究的5个基本步骤和过程：提出问题、生成假定、收集数据、分析数据、检验假定与理论互动，既被理论影响，也验证理论的适应性理论：科学的逻辑层面数据：观察层面检验假定：比较预期的逻辑和实际观察之间的吻合度研究过程与方法研究过程：探求事物原理和关联时遵从的一系列行为图1.科学研究流程注释：双向箭头表示相互影响，单向箭头表示先后顺序图1.科学研究流程理论理论关心的是是什么（whatis）和为什么（why）、而不是应该（should

be）如何。理论不是价值判断，而是对事物之间联系的系统的、言之成理的客观描述、总结和解释理论与方法论关系：车之两轮、鸟之双翼因研究、解释的对象和构建的不同可以分为三个层次：宏观理论，中层理论和微观理论理论理论关心的是是什么（whatis）和为什么（why）、经济理论宏观经济学理论、微观经济学理论应用经济学理论：

1.劳动经济学理论2.环境经济学理论3.卫生经济学理论4.交通经济学理论5.其它经济理论宏观经济学理论、微观经济学理论步骤I：提出问题研究工作的起点是研究问题的提出，包括：研究问题的提出研究内容的确定研究对象的选择研究概念的界定步骤I：提出问题如何提出研究问题研究问题的好坏直接影响研究的意义和价值，成果去向、用途和影响研究问题：具有明确的实际意义和（或）学术意义如何提出新颖且有价值的研究问题？能否提出问题、提出怎样的问题？如何弥补资料积累不多、阅历不深的不足呢?用眼观察，用心感受形形色色的社会现象从新闻媒体、个体体验和直觉中获得启示从与他人的交谈中开启思路从文献的检索中得到灵感，帮助提出合适的研究问题如何提出研究问题研究问题的好坏直接影响研究的意义和价值，成果主观问题和客观问题客观问题，描述客观现象之间的关联（是/否）。比如：父母的收入水平影响子女的教育程度吗？限制性的生育政策导致了出生性别比的失衡吗？客观问题不能只靠推理、设想、道德判断等方法来回答；实证研究方法主观问题，表达个人的价值判断（好/坏）。比如：城市的生活方式比农村的生活方式更好吗？男性比女性更适合担任领导工作吗？“更好”、“更适合”：主观成分，不能被直接检验；需要重新定义通过将主观问题客观化，带有个人主观价值判断的问题就演变成对客观事物之间关系的描述了，也成为可经实证检验的科学研究问题了主观问题和客观问题客观问题，描述客观现象之间的关联（是/否）确认研究总体（Population/Universe）在提出研究问题的过程中，同时也确定了（1）研究目的；（2）研究内容；（3）研究总体总体：理论上研究要素的特定集合体以人为研究对象的总体：社会科学和行为科学领域的主要研究对象是人人们为什么会做出这样的举动，而不是其它举动为什么有的育龄妇女子女众多，而有的很少，甚至不生孩子为什么男性的收入高于女性全体人群、所有育龄妇女、全体男性和女性=总体以非人为研究对象的总体：组织机构、制度、物品等确认研究总体（Population/Universe）在提出定义概念概念指物体（如，书本）、行为（如，犯罪）、观点（如，成绩好）或现象（如，年轻），等等概念化缩小研究范围，使研究更具有可行性和操作性概念可大可小。有的相对抽象、较为模糊若是想对某个事情（物）获得一个“思想把手”，从而更清楚地将自己的观点对他人表达出来的话，这样的概念多比较模糊个体“经济成功”：为什么有些人经济上取得很大成就，而其他人却未能成功概念也可以是比较具体、容易被观察或体验，比如生育率不是所有的研究问题或与此相关的概念都与人有关。“大学”、人口的年龄分布、犯罪率、职业机会定义概念概念指物体（如，书本）、行为（如，犯罪）、观点（如，量化概念变量：概念的可衡量指标。概念相对抽象；变量具体、能被观察和衡量；被观察到的特性即属性。比如：将年收入在10万元以上的个体定义为经济成功。“经济成功”=概念，“年收入”=变量，具体的收入水平=属性“大研究机构”：什么是“大”？学生的数量、老师的数量、校园的面积？表1.“概念、变量、属性”之间的关系量化概念变量：概念的可衡量指标。概念相对抽象；变量具体、能步骤II：生成假定研究背景的回顾理论模型的构建理论假定的生成步骤II：生成假定假定的生成假定是两个变量之间关系的陈述，也即是未经检验的、对研究问题的回答假定是尝试性的，尚未经过实证的检验或核实假定不必是正确的，但必须是可以经过检验的假定关注事物之间的因果关系。例如：教育程度越高，收入越高男性的收入高于女性的收入女性占绝大多数的职业的收入水平低于男性占绝大多数的职业的收入水平假定的生成假定是两个变量之间关系的陈述，也即是未经检验的、对因果关系存在的条件相关关系——二者同变（co-vary）。一个因素的变化必然导致另一个因素的变化。换言之，两个因素之间必须存在直接或间接的逻辑关系，而不是风马牛不相及的。然而，同变（co-variation）虽是因果关系的必要条件，但不是充分条件。因果关系的存在还必须满足以下前提：时间顺序（timeorder）：假定之因必须发生在假定之果之前；真实关系（nonspuriousness）：两个因素之间的关系必须是真实的，不能被其它因素所取代。只有排除因素之间的虚假关系（spuriousness）——两个变量之间巧合性的统计关系，实际上是由第三个变量引起的——后，才能真正建立两个因素之间的因果关系因果关系存在的条件相关关系——二者同变（co-vary）。一因果关系的类型直接因果关系。一个因素对另一个因素发生直接作用。如父母的收入与子女的教育机会间接因果关系。一个因素对另一个因素的影响是通过第三个（中间）因素实现的。如温度与犯罪之间的关系直接和间接因果关系。一个因素通过直接和间接双重路径对另一个因素发生影响。如性别对收入的作用受到调节的因果关系虚假的因果关系。一个因素对另一个因素的影响实际上并不存在。相反，这两个因素都是由一个共同因素而决定的因果关系的类型直接因果关系。一个因素对另一个因素发生直接作社会科学研究领域的定量分析过程与方法课件假定的类型假定描述两个变量之间的关系，且通常是因果关系：“是什么引起了什么”。假定的“引起变量”即为自变量，而假定的“被引起变量”为因变量自变量和因变量之间的关系可以表现为不同的性质正关系：指自变量水平的增加（因）导致因变量相应的增加（果），反之亦然；在正关联中，自变量和因变量的变化的方向一致：负关系：指自变量水平的增加导致因变量相应的降低，反之亦然；在负关联中，自变量和因变量的变化的方向相反性质不明确：有时，在生成假定时，我们并不明确因果的正负方向。但这并不意味着两个变量之间缺乏联系，而只表明，我们不知道他们是如何相关的假定的类型假定描述两个变量之间的关系，且通常是因果关系：“是步骤三：收集收据省略步骤三：收集收据步骤IV：数据的分析样本的确定变量的定义描述性统计推断性统计在这个阶段，统计分析在研究过程中扮演十分重要的角色步骤IV：数据的分析样本（sample）与总体在提出研究问题的同时，需要认定研究总体总体与样本样本不同于总体，但来自于总体，是总体的一部份。比如一位老师想知道大学一年级学生的平均年龄。如何获得相关资料？一位研究生打算检验婚姻市场上“甲女丁男”的现象是否成立。如何获得相关资料？根据样本得出的特征不一定完全等同于总体特征，但若样本选择恰当、具有代表性的话，其分析结果可能十分接近总体特征，并可推断到全部人群——从样本中发现的规律也就是整个人群的特征和规律样本（sample）与总体在提出研究问题的同时，需要认定研究变量按因果关系区分：自变量vs.因变量按衡量方式区分：连续变量(continuousvariable)和离散变量(discretevariable)（属性互不相连，完全和排斥的类别）按存在方式区分：内生变量（endogenousvariable）或外生变量（exogenousvariable）：例如自变量：按研究问题区分：主要自变量vs.控制变量变量按因果关系区分：自变量vs.因变量变量的内生关联性（endogeneity）I变量的内生关联性之源包括双向因果关系遗漏变量偏误（omittedvariablebias）选择性偏误（sampleselectionbias）以教育与收入的关系为例： 其中，y=收入；x1=教育水平；x2=其它因素x1与y可能存在内生关联性，因为被忽略的第三者（比如“智力”）可能同时影响教育和收入，即个人的智力同时导致了教育水平的高低和收入的多寡，而不是教育影响收入如果不对内生关联性问题进行处理的话，分析结果可能产生偏误变量的内生关联性（endogeneity）I变量的内生关联性变量的内生关联性（endogeneity）II解决自变量与因变量之间内生关联性问题的主要途径：使用工具变量（instrumentvariable）采用固定效果模型（fixedeffectmodels）局限：在一般的数据中，很难找到“工具变量”；“固定效果模型”也仅仅适用于某些类型的数据工具变量法：选定一个与有内生关联的自变量关系密切、却与误差项无直接关系的“工具变量”来预测自变量，并利用预测的数值来预测因变量“工具变量”的使用有时与“2stageleastsquares”（２步骤最小方乘）方法相当，虽然后者不全是前者变量的内生关联性（endogeneity）II解决自变量与因变量的内生关联性（endogeneity）III假如变量Z代表从家里到学校的距离。假定Z与教育水平有关，却与收入无关。因此，到学校的距离越近，教育程度越高，但到学校的距离不会影响收入。于是，首先分析：（阶段１）然后，利用预测的数值，预测（阶段２）在该公式中，是预测的。基本原理就是利用变量Z随机分布x1完美的工具变量是试验：将教育水平随机指定到不同个体，再利用随机指定的教育水平预测收入；使用工具变量即是创造一个虚假的试验变量的内生关联性（endogeneity）III假如变量Z代描述性方法通过一系列的程序帮助组织、归纳、总结样本的基本特征常见的方法包括：频数的分布；均值和标准误差；中数，众数，最大值和最小值；二元或多元交叉表，二元相关关系；相关系数描述数据是数据分析的第一步，也是必不可少的一步。帮助研究者熟悉、认识和了解数据的分布特征，变量之间的关系，从而决定是否有必要对数据作进一步的分析处理局限：研究者无法判断变量之间的关系是否为独立关系描述性的分析结果也不能直接地用于揭示整体人群特征描述性方法是不够的，必须采用推断性统计分析方法描述性方法通过一系列的程序帮助组织、归纳、总结样本的基本特征推断性方法应用概率理论，根据观察到的样本特征预测和推断总体特征若样本代表全体人群，则总结性的推断也具有很高的可信性，即便不是100%的自信统计上的重要性检验帮助判断假定关系实际发生的概率只有推断性方法，才能检验假定是否成立置信水平：常用的包括90%，95%，99%置信水平的选定受多种因素的影响，包括样本量的大小。通常情况下，样本量越大，置信水平的要求越高（如，99%）。若数据的样本量较小，置信水平可适当放宽推断性方法应用概率理论，根据观察到的样本特征预测和推断总体特模型的选定标准？数据的结构因变量的属性一般情况下，虚拟变量：使用binarylogistic模型；连续变量：使用线性模型图2不详尽其它模型模型的选定标准？问题1：职业与生育关系研究问题2：生育水平决定因素研究问题3：中国家庭经济状况变化的纵向分析问题4：生育政策与妇女地位关系研究问题5：教育与生育关系研究问题6：儿童营养状况（有序衡量）决定因素研究问题7：人口转变与老年贫困关系研究问题8：婚姻状况决定因素分析问题1：职业与生育关系研究注释：图中的变量均为因变量，除明确指明的以外。注释：图中的变量均为因变量，除明确指明的以外。步骤V：检验假定步骤V：检验假定检验假定根据分析结果，评估假定和理论决定数据与指导整个研究工作的理论框架之间的关系印证假定，支持理论?促使研究者反思、修正理论和假定?假定:独生子女遭遇肥胖的概率大于非独生子女典型且合理的理论假定：时间要求和逻辑关系但模型分析结果可能不支持该理论假定意料之外的数据规律和趋势：新问题，为什么看似很合理的假定却得不到支持检验假定根据分析结果，评估假定和理论理论……正确？理论永远不能被证明是正确的，只能“没有被证明是不正确的”进一步的研究可能发现对理论的真实性提出反驳的证据通过可以被拒绝的假定检验，社会知识不断积累和增加若研究设计仔细合理、数据可信、方法得当，则任何分析结果都是有用的分析结果可能证实现存知识，并因此而给予我们更大的信心去认识和理解事物存在的方式和联系分析结果可能与过去的或预期的知识相反，促使我们重新审视对事物联系的看法，从而更加接近了解事物之间真正的关联理论……正确？理论永远不能被证明是正确的，只能“没有被证明是统计分析的作用和局限统计分析是赋予数据意义的主要途径，也是架起理论-研究的桥梁；分析结果帮助研究者评估、重新审视假定和理论，发现意外的规律和趋势，提供修正、更新理论的动力当分析结果被清晰地表达出来时，具有很强的说服力但统计分析并不是研究的终结，也不是研究的最终目的只是整个研究过程中的一个链条，不能取代其他研究步骤每个环节对研究工作的成功都起到各自独特的、不可替代的作用统计分析的运用也不能降低研究者对问题判断的重要性若研究问题模糊不清、概念不明、数据充斥着系统性和随机错误，再科学的分析结果也毫无用途，且可能误导他人统计分析的作用和局限统计分析是赋予数据意义的主要途径，也是架当分析结果不支持假定时……假定通常涉及到因果关系的存在在数据分析过程中，若参数估计不显著时，表明理论假定没有得到证实。造成这种现象的原因包括样本量过小因变量的变化范围太小自变量的变异太小二者之间的关系不是线性的某些自变量之间线性相关（即关联程度达到0.80以上）二者之间的确不存在显著的关联当分析结果不支持假定时……假定通常涉及到因果关系的存在当分析结果不支持假定时……例如：儿童营养不良概率营养不良因其表现形式而分为三类：身高偏矮、体重偏轻、体型偏瘦每类营养不良因其程度可分为三级：一般性以养不良，中度营养不良、重度营养不良然而，儿童体型偏瘦的发生率比较少见。……以此为因变量的话，则其变化范围太小而难以进行回归分析；即便进行了回归分析，与自变量的关系很可能不显著如何改善假定关系中变量的相关程度增加样本量扩大变量的变异在方程中减少与主要自变量高度相关的其它变量当分析结果不支持假定时……例如：儿童营养不良概率VI陈述分析结果

避免误用分析结果VI陈述分析结果

避免误用分析结果科学研究的最后一步就是展示研究成果。通过学术论文和（或）研究报告，研究者与他人分享研究的信息、意义与价值避免有意或无意地误用统计分析结果有的误用不是有意的，而是由于个人的疏忽或知识的欠缺有的误用则是有意的，以引起他人的重视或支持某种观点社会科学和行为科学缺乏医生行业的“希波克拉底誓约”，但社会科学家必须遵从学术道德规范。有目的地误用数据或分析结果以支持秘密的、见不得人的企图违背了普通的道德行为法则。不幸的是，道德和非道德行为之间往往缺乏清楚地界限科学研究的最后一步就是展示研究成果。通过学术论文和（或）研究科学研究是具有明确目的的、对事物之间关系细致、严谨的探索；具有整体性，通过系统的程序和过程来完成每个步骤（问题的提出，假定的生成，数据的收集和分析，假定的检验）只是整个研究链条中不可缺少的一环；每个环节都具有独特的、其它环节无可替代的作用一个好的研究不仅要有好的研究问题和理论设计，也需要有可以信赖的数据、正确的模型和分析方法以及客观准确的分析结果的展示研究步骤的每个环节都需要服从于整体研究思路掌握正确的研究方法，减少错误，少走弯路，产生高质量的研究成果结语科学研究是具有明确目的的、对事物之间关系细致、严谨的探索；具

第一讲

经济学实证分析的过程与方法

第一讲

经济学实证分析的过程与方法

本讲的主要内容1.1．理论的作用1.2．提出问题1.3．生成假定1.4．收集数据1.5．分析数据1.6．假定检验1.7．分析结果陈述

本讲的主要内容1.1．理论的作用导论经济学实证研究：（1）探究宏微观经济的运行及其结果（2）评估政府政策对经济运行的影响合适的理论、科学的方法和合理的步骤有助于有效地发掘事物之间关联的显性和潜在机制一个普遍的问题：理论、方法和与经验材料分析的脱节：对理论理解的欠缺对研究方法掌握的不足对研究过程和方法本身的不了解，等等导论经济学实证研究：目的勾勒出经济学实证分析的研究过程探讨在此过程中需要遵循的行为规范；寻求整合研究理论与数据处理的最优途径演绎法（deduction）和归纳法（induction）演绎法从一般到个别，即从（1）逻辑或理论上预测的模式到（2）观察检验预期的模式是否确实存在；换言之，演绎法是从“为什么”推延到“是否”归纳推理从个别到一般，从一系列特定的观察中，发现一种模型，在一定程度上代表所有给定时间的秩序两种途径的结合可以寻求人们对事物更有力、更完整的理解目的勾勒出经济学实证分析的研究过程研究过程与方法研究过程：探求事物原理和关联时遵从的一系列行为；研究方法：研究过程实施的手段。方法寓于过程之中，也指导研究过程和步骤的实施。通过这些行为和方法，研究者最终得以回答研究问题定量研究的5个基本步骤和过程：提出问题、生成假定、收集数据、分析数据、检验假定与理论互动，既被理论影响，也验证理论的适应性理论：科学的逻辑层面数据：观察层面检验假定：比较预期的逻辑和实际观察之间的吻合度研究过程与方法研究过程：探求事物原理和关联时遵从的一系列行为图1.科学研究流程注释：双向箭头表示相互影响，单向箭头表示先后顺序图1.科学研究流程理论理论关心的是是什么（whatis）和为什么（why）、而不是应该（should

be）如何。理论不是价值判断，而是对事物之间联系的系统的、言之成理的客观描述、总结和解释理论与方法论关系：车之两轮、鸟之双翼因研究、解释的对象和构建的不同可以分为三个层次：宏观理论，中层理论和微观理论理论理论关心的是是什么（whatis）和为什么（why）、经济理论宏观经济学理论、微观经济学理论应用经济学理论：

1.劳动经济学理论2.环境经济学理论3.卫生经济学理论4.交通经济学理论5.其它经济理论宏观经济学理论、微观经济学理论步骤I：提出问题研究工作的起点是研究问题的提出，包括：研究问题的提出研究内容的确定研究对象的选择研究概念的界定步骤I：提出问题如何提出研究问题研究问题的好坏直接影响研究的意义和价值，成果去向、用途和影响研究问题：具有明确的实际意义和（或）学术意义如何提出新颖且有价值的研究问题？能否提出问题、提出怎样的问题？如何弥补资料积累不多、阅历不深的不足呢?用眼观察，用心感受形形色色的社会现象从新闻媒体、个体体验和直觉中获得启示从与他人的交谈中开启思路从文献的检索中得到灵感，帮助提出合适的研究问题如何提出研究问题研究问题的好坏直接影响研究的意义和价值，成果主观问题和客观问题客观问题，描述客观现象之间的关联（是/否）。比如：父母的收入水平影响子女的教育程度吗？限制性的生育政策导致了出生性别比的失衡吗？客观问题不能只靠推理、设想、道德判断等方法来回答；实证研究方法主观问题，表达个人的价值判断（好/坏）。比如：城市的生活方式比农村的生活方式更好吗？男性比女性更适合担任领导工作吗？“更好”、“更适合”：主观成分，不能被直接检验；需要重新定义通过将主观问题客观化，带有个人主观价值判断的问题就演变成对客观事物之间关系的描述了，也成为可经实证检验的科学研究问题了主观问题和客观问题客观问题，描述客观现象之间的关联（是/否）确认研究总体（Population/Universe）在提出研究问题的过程中，同时也确定了（1）研究目的；（2）研究内容；（3）研究总体总体：理论上研究要素的特定集合体以人为研究对象的总体：社会科学和行为科学领域的主要研究对象是人人们为什么会做出这样的举动，而不是其它举动为什么有的育龄妇女子女众多，而有的很少，甚至不生孩子为什么男性的收入高于女性全体人群、所有育龄妇女、全体男性和女性=总体以非人为研究对象的总体：组织机构、制度、物品等确认研究总体（Population/Universe）在提出定义概念概念指物体（如，书本）、行为（如，犯罪）、观点（如，成绩好）或现象（如，年轻），等等概念化缩小研究范围，使研究更具有可行性和操作性概念可大可小。有的相对抽象、较为模糊若是想对某个事情（物）获得一个“思想把手”，从而更清楚地将自己的观点对他人表达出来的话，这样的概念多比较模糊个体“经济成功”：为什么有些人经济上取得很大成就，而其他人却未能成功概念也可以是比较具体、容易被观察或体验，比如生育率不是所有的研究问题或与此相关的概念都与人有关。“大学”、人口的年龄分布、犯罪率、职业机会定义概念概念指物体（如，书本）、行为（如，犯罪）、观点（如，量化概念变量：概念的可衡量指标。概念相对抽象；变量具体、能被观察和衡量；被观察到的特性即属性。比如：将年收入在10万元以上的个体定义为经济成功。“经济成功”=概念，“年收入”=变量，具体的收入水平=属性“大研究机构”：什么是“大”？学生的数量、老师的数量、校园的面积？表1.“概念、变量、属性”之间的关系量化概念变量：概念的可衡量指标。概念相对抽象；变量具体、能步骤II：生成假定研究背景的回顾理论模型的构建理论假定的生成步骤II：生成假定假定的生成假定是两个变量之间关系的陈述，也即是未经检验的、对研究问题的回答假定是尝试性的，尚未经过实证的检验或核实假定不必是正确的，但必须是可以经过检验的假定关注事物之间的因果关系。例如：教育程度越高，收入越高男性的收入高于女性的收入女性占绝大多数的职业的收入水平低于男性占绝大多数的职业的收入水平假定的生成假定是两个变量之间关系的陈述，也即是未经检验的、对因果关系存在的条件相关关系——二者同变（co-vary）。一个因素的变化必然导致另一个因素的变化。换言之，两个因素之间必须存在直接或间接的逻辑关系，而不是风马牛不相及的。然而，同变（co-variation）虽是因果关系的必要条件，但不是充分条件。因果关系的存在还必须满足以下前提：时间顺序（timeorder）：假定之因必须发生在假定之果之前；真实关系（nonspuriousness）：两个因素之间的关系必须是真实的，不能被其它因素所取代。只有排除因素之间的虚假关系（spuriousness）——两个变量之间巧合性的统计关系，实际上是由第三个变量引起的——后，才能真正建立两个因素之间的因果关系因果关系存在的条件相关关系——二者同变（co-vary）。一因果关系的类型直接因果关系。一个因素对另一个因素发生直接作用。如父母的收入与子女的教育机会间接因果关系。一个因素对另一个因素的影响是通过第三个（中间）因素实现的。如温度与犯罪之间的关系直接和间接因果关系。一个因素通过直接和间接双重路径对另一个因素发生影响。如性别对收入的作用受到调节的因果关系虚假的因果关系。一个因素对另一个因素的影响实际上并不存在。相反，这两个因素都是由一个共同因素而决定的因果关系的类型直接因果关系。一个因素对另一个因素发生直接作社会科学研究领域的定量分析过程与方法课件假定的类型假定描述两个变量之间的关系，且通常是因果关系：“是什么引起了什么”。假定的“引起变量”即为自变量，而假定的“被引起变量”为因变量自变量和因变量之间的关系可以表现为不同的性质正关系：指自变量水平的增加（因）导致因变量相应的增加（果），反之亦然；在正关联中，自变量和因变量的变化的方向一致：负关系：指自变量水平的增加导致因变量相应的降低，反之亦然；在负关联中，自变量和因变量的变化的方向相反性质不明确：有时，在生成假定时，我们并不明确因果的正负方向。但这并不意味着两个变量之间缺乏联系，而只表明，我们不知道他们是如何相关的假定的类型假定描述两个变量之间的关系，且通常是因果关系：“是步骤三：收集收据省略步骤三：收集收据步骤IV：数据的分析样本的确定变量的定义描述性统计推断性统计在这个阶段，统计分析在研究过程中扮演十分重要的角色步骤IV：数据的分析样本（sample）与总体在提出研究问题的同时，需要认定研究总体总体与样本样本不同于总体，但来自于总体，是总体的一部份。比如一位老师想知道大学一年级学生的平均年龄。如何获得相关资料？一位研究生打算检验婚姻市场上“甲女丁男”的现象是否成立。如何获得相关资料？根据样本得出的特征不一定完全等同于总体特征，但若样本选择恰当、具有代表性的话，其分析结果可能十分接近总体特征，并可推断到全部人群——从样本中发现的规律也就是整个人群的特征和规律样本（sample）与总体在提出研究问题的同时，需要认定研究变量按因果关系区分：自变量vs.因变量按衡量方式区分：连续变量(continuousvariable)和离散变量(discretevariable)（属性互不相连，完全和排斥的类别）按存在方式区分：内生变量（endogenousvariable）或外生变量（exogenousvariable）：例如自变量：按研究问题区分：主要自变量vs.控制变量变量按因果关系区分：自变量vs.因变量变量的内生关联性（endogeneity）I变量的内生关联性之源包括双向因果关系遗漏变量偏误（omittedvariablebias）选择性偏误（sampleselectionbias）以教育与收入的关系为例： 其中，y=收入；x1=教育水平；x2=其它因素x1与y可能存在内生关联性，因为被忽略的第三者（比如“智力”）可能同时影响教育和收入，即个人的智力同时导致了教育水平的高低和收入的多寡，而不是教育影响收入如果不对内生关联性问题进行处理的话，分析结果可能产生偏误变量的内生关联性（endogeneity）I变量的内生关联性变量的内生关联性（endogeneity）II解决自变量与因变量之间内生关联性问题的主要途径：使用工具变量（instrumentvariable）采用固定效果模型（fixedeffectmodels）局限：在一般的数据中，很难找到“工具变量”；“固定效果模型”也仅仅适用于某些类型的数据工具变量法：选定一个与有内生关联的自变量关系密切、却与误差项无直接关系的“工具变量”来预测自变量，并利用预测的数值来预测因变量“工具变量”的使用有时与“2stageleastsquares”（２步骤最小方乘）方法相当，虽然后者不全是前者变量的内生关联性（endogeneity）II解决自变量与因变量的内生关联性（endogeneity）III假如变量Z代表从家里到学校的距离。假定Z与教育水平有关，却与收入无关。因此，到学校的距离越近，教育程度越高，但到学校的距离不会影响收入。于是，首先分析：（阶段１）然后，利用预测的数值，预测（阶段２）在该公式中，是预测的。基本原理就是利用变量Z随机分布x1完美的工具变量是试验：将教育水平随机指定到不同个体，再利用随机指定的教育水平预测收入；使用工具变量即是创造一个虚假的试验变量的内生关联性（endogeneity）III假如变量Z代描述性方法通过一系列的程序帮助组织、归纳、总结样本的基本特征常见的方法包括：频数的分布；均值和标准误差；中数，众数，最大值和最小值；二元或多元交叉表，二元相关关系；相关系数描述数据是数据分析的第一步，也是必不可少的一步。帮助研究者熟悉、认识和了解数据的分布特征，变量之间的关系，从而决定是否有必要对数据作进一步的分析处理局限：研究者无法判断变量之间的关系是否为独立关系描述性的分析结果也不能直接地用于揭示整体人群特征描述性方法是不够的，必须采用推断性统计分析方法描述性方法通过一系列的程序帮助组织、归纳、总结样本的基本特征推断性方法应用概率理论，根据观察到的样本特征预测和推断总体特征若样本代表全体人群，则总结性的推断也具有很高的可信性，即便不是100%的自信统计上的重要性检验帮助判断假定关系实际发生的概率只有推断性方法，才能检验假定是否成立置信水平：常用的包括90%，95%，99%置信水平的选定受多种因素的影响，包括样本量的大小。通常情况下，样本量越大，置信水平的要求越高（如，99%）。若数据的样本量较小，置信水平可适当放宽推断性方法应用概率理论，根据观察到的样本特征预测和推断总体特模型的选定标准？数据的结构因变量的属性一般情况下，虚拟变量：使用binarylogistic模型；连续变量：使用线性模型图2不详尽其它模型模型的选定标准？问题1：职业与生育关系研究问题2：生育水平决定因素研究问题3：中国家庭经济状况变化的纵向分析问题4：生育政策与妇女地位关系研究问题5：教育与生育关系研究问题6：儿童营养状况（有序衡量）决定因素研究问题7：人口转变与老年贫困关系研究问题8：婚姻状况决定因素分析问题1：职业与生育关系研究注释：图中的变量均为因变量，除明确指明的以外。注释：图中的变量均为因变量，除明确指明的以外。步骤V：检验假定步骤V：检验假定检验假定根据分析结果，评估假定和理论决定数据与指导整个研究工作的理论框架之间的关系印证假定，支持理论?促使研究者反思、修正理论和假定?假定:独生子女遭遇肥胖的概率大于非独生子女典型且合理的理论假定：时间要求和逻辑关系但模型分析结果可能不支持该理论假定意料之外的数据规律和趋势：新问题，为什么看似很合理的假定却得不到支持检验假定根据分析结果，评估假定和理论