作者:
John Levi Martin
出版社: University of Chicago Press
出版年: 2018-8-21
页数: 400
定价: USD 35.00
装帧: Paperback
ISBN: 9780226567631
出版社: University of Chicago Press
出版年: 2018-8-21
页数: 400
定价: USD 35.00
装帧: Paperback
ISBN: 9780226567631
内容简介 · · · · · ·
Simply put, Thinking Through Statistics is a primer on how to maintain rigorous data standards in social science work, and one that makes a strong case for revising the way that we try to use statistics to support our theories. But don’t let that daunt you. With clever examples and witty takeaways, John Levi Martin proves himself to be a most affable tour guide through these sc...
作者简介 · · · · · ·
John Levi Martin is the Florence Borchert Bartling Professor of Sociology at the University of Chicago and the author of Thinking Through Methods, also published the University of Chicago Press.
目录 · · · · · ·
Preface
Chapter 1: Introduction
Chapter 2: Know Your Data
Chapter 3: Selectivity
Chapter 4: Misspecification and Control
Chapter 5: Where Is the Variance?
· · · · · · (更多)
Chapter 1: Introduction
Chapter 2: Know Your Data
Chapter 3: Selectivity
Chapter 4: Misspecification and Control
Chapter 5: Where Is the Variance?
· · · · · · (更多)
喜欢读"Thinking Through Statistics"的人也喜欢 · · · · · ·
Thinking Through Statistics的书评 · · · · · · ( 全部 2 条 )
makzhou
贴一下第一章的第一节和第二节的翻译
［注］非常有意思的书，希望能引起各位的兴趣。我多希望自己读书时候有这样一本书。觉得好玩翻了第一章，这里是第一节和第二节。翻译比较粗，引用保留作者原名，注释都已略去。 地图：让我先指出一个元问题：我们在「统计学」课上学到的大多数东西并不能解决我们的实际问题。实...
(展开)
> 更多书评 2篇
论坛 · · · · · ·
在这本书的论坛里发言这本书的其他版本 · · · · · · ( 全部2 )
以下书单推荐 · · · · · · ( 全部 )
- 人文社科方法论：兼批判（3） (🦉的瓦涅密)
- 科学哲学与研究方法之间 (@~@)
- 待购图书 (左思)
- 社会研究方法论 (makzhou)
- 购书单 (读书郎)
谁读这本书? · · · · · ·
二手市场
· · · · · ·
- 在豆瓣转让 有270人想读，手里有一本闲着?
订阅关于Thinking Through Statistics的评论:
feed: rss 2.0
4 有用 casual infer 2021-08-30 13:06:13
对个人最近定量方法思考影响最大的基本上除了因果派的pearl就是levi了。本来想写一篇方法的论文，读完这篇突然很迷茫。仿佛看过那些fancy的因果推断之后，我又回到了回归分析的世界。作者对所有现存的量化设计都进行了批判性分析（甚至包括qca！）。核心思想其实是我们只是利用统计知识去构造一个个小透镜，通过透镜（拒绝原假设）去发现数据中的真实。最终数据本身只有那几个属性：均值、方差。感叹作者很多处理... 对个人最近定量方法思考影响最大的基本上除了因果派的pearl就是levi了。本来想写一篇方法的论文，读完这篇突然很迷茫。仿佛看过那些fancy的因果推断之后，我又回到了回归分析的世界。作者对所有现存的量化设计都进行了批判性分析（甚至包括qca！）。核心思想其实是我们只是利用统计知识去构造一个个小透镜，通过透镜（拒绝原假设）去发现数据中的真实。最终数据本身只有那几个属性：均值、方差。感叹作者很多处理数据的方法还是太硬核，编程基础太差没法运用自如- -。不过现在我也会更从一个探索的角度去看量化研究，看到量化研究中的那些细碎的细节；因为这本书，我也对自己的手上的数据有了新的认识！不过虽然也想详细了解数据的跑法，学一下蒙特卡洛模拟，可惜越大越觉得数学这事自己实在是没天分。 (展开)
5 有用 dawamesk 2022-01-02 08:47:27
读了前四章。对causal inference的批评还是值得读的，虽然不少批评是因为作者对具体的方法进展不了解，但瑕不掩瑜，很多社会学研究实际上就是“falsificationist”的，对于这些研究，counterfactual其实的确不是合适的思维方式。
0 有用 青铜 2022-01-06 00:53:47
有些地方没读懂，读懂的部分很有启发，期待会有类似《领悟方法》一样高质量的译本
0 有用 Vicissim 2024-08-25 12:34:08 美国
Fun read.
0 有用 sasa 2024-11-20 21:18:06 中国香港
这是一本充满焦虑的书，因为社会学里面p haking太TM多了(作者含蓄的把p hacking叫做false positives)。书里面讨论获得false positive的路径主要两条：一是仪式性的跟随社会学里面统计工具使用的常规，而不考虑自己数据的特点；二是选择性报告结果（书里面对郭光的批评可以说让人惊掉下巴，现在随着机器学习等工具的蔓延，p hacking只会越来越严重）。对QCA的质疑延... 这是一本充满焦虑的书，因为社会学里面p haking太TM多了(作者含蓄的把p hacking叫做false positives)。书里面讨论获得false positive的路径主要两条：一是仪式性的跟随社会学里面统计工具使用的常规，而不考虑自己数据的特点；二是选择性报告结果（书里面对郭光的批评可以说让人惊掉下巴，现在随着机器学习等工具的蔓延，p hacking只会越来越严重）。对QCA的质疑延续了TTM，也把逻辑说得更清楚，但同时也充满了quant researcher的居高临下。只有和数据多年摸爬滚打才可能写出这样的神（经）书。如果model specification是一个大问题，那只能靠理论提出实证研究来解决。另外书中有对TTT最好的总结，就三句话。 (展开)