统计学高级篇：能让你论文加分的定量研究方法！

你是否也曾出现过以下几种情况：

掌握统计学基本方法，却还是无法开启一项量化研究项目；

熟悉多种统计软件，但在一些特殊数据面前却还是不知所措；

用了多种定量研究方法，文章看起来却总是平平淡淡

……

目前在国内社会科学领域内，基本的量化统计方法已经很难发高级别的文章，许多学者面临着CSSCI和SSCI高级别期刊的发文压力。其实，想要在量化研究道路上有质的飞跃，那么有两种让你论文加分的定量研究方法你一定不能错过——元分析（meta-analysis）及多层线性模型HLM。

什么是元分析？

元分析(meta-analysis)是对众多现有实证文献的再次统计，又被称为研究中的研究，不同于一般研究的对象多半是人，元分析研究的对象是论文，将过去多年来不同的学者研究的结果加以整合并推论出结论。

元分析是一种正式的量化研究，透过系统性的过程取得以前的研究成果，以这些研究为本体分析取得结论。元分析的整合分析的结果可得到比单独的研究更精准的估计结果，各个研究之间的异质性及变化性的检验，也是重要的产出结果。

什么是HLM？

我们研究的社会现象十分复杂，会受到多种因素的影响，而这些因素常常来自不同层面：个体、团队或组织等层次。如学生成绩受个体智力、努力程度等个体层次因素影响，同时也会受教师教学风格等组织层次因素影响；或企业员工的表现会受到自身能力等个体层次因素影响，同时也会受团队主管风格、企业文化等组织层次因素影响，不同层次的变量交织在一起形成了复杂的影响关系。而多层线性模型就是一种同时考虑组织（高）层次和个体（低）层次因素的分析方法，处理这类不同层次因素或变量间关系的统计分析工具。HLM能够解决低层次变量间的相互关系，以及高层次变量如何影响不同低层次变量间的关系，广泛应用于心理学、教育学、管理学等领域，是目前国内外顶级期刊的前沿研究方法。

看完这两种定量研究方法之后，脑海里是不是又突然对论文产生了一些想法？那么如何才能将这两种前沿定量研究方法，最有效地运用在你的论文中呢？学术志特别联合张伟豪量化学院耗时半年时间，为想要学习高阶量化研究方法的学者，开发出《社会统计学高级：特殊数据处理》课程，课程涵盖元分析（meta-analysis）及多层线性模型HLM两种研究方法，从入门到精通。

课程亮点：

1、亚洲统计一哥坐镇，内容通俗易懂

本次课程都是由“亚洲一哥”张伟豪老师讲授，课程内容通俗易懂，小白初学者再也不用担心自己听不懂哦。

2、统计学成长体系：告别乱、散、碎

现实中，很多同学对于统计学知识的理解都是非常碎片化的。针对这个缺陷，张老师将带大家构建整全系统认识。学完整套课程让你从统计学小白，进阶到统计达人，最后真正逐步成长为量化高手。

3、课程内容由浅到深，层层攻破核心难题。

本套课程从最基本的概念讲起，逐步深化，让您步步为营，扎实的掌握每一个知识点。

4、一次订阅，永久回放

本次课程一经订阅课，可长期反复观看。

5、课程是如何更新的？

课程已经全部更新完成，订阅后即可随时观看，反复观看，想怎么看就怎么看。

6、如果中途不想学了能退款吗？

抱歉，本课程为付费视频课程，一旦课程开始，无法提供退款。

主讲老师介绍：

张伟豪老师，曾担任SPSS软体公司资深顾问，现任张伟豪量化学院院长，北京巨大量化科技有限公司董事长，同时亦为三星统计服务有限公司执行长，并担任首席资料分析师和首席培训师，人称「统计亚洲一哥」、「统计黑杰克」，专门解决统计疑难杂症。

精通多种资料分析应用技术，擅长各种统计方法课程教学，尤以结构方程模型(SEM, Structural EquationModeling)为最。处理资料分析案例上千件，组织和应邀统计学培训讲座数百场。因其资深的专业背景、精湛的分析技术、深入浅出的讲授以及幽默诙谐的课堂风格，广受大陆和台湾师生的喜爱。

社会统计学高级：特殊数据处理（元分析\HLM）

课程介绍：

本课程涵盖HLM及元分析（meta-analysis）两大部分。

▲元分析（meta-analysis）

在医学研究上，许多重要的问题通常不只被研究一次，也经常会产生不一致的结果。在许多情形下，某些议题在小型研究下的结果会相异或相互冲突，进而导致决策上的困难。医学研究是讲究科学证据，因此实务上下决策需仰赖 “以证据为基础的医学”(evidence-basedmedicine )。因此，meta-analysis经过特定系统性的统计过程，整合许多独立研究的结果,进而得到结论，多年来在证据医学上扮演重要的角色。

本课程的目标是提供meta-analysis 的介绍与分析，并且讨论这种类型研究所依据的理论及研究分析过程中的一些考虑，如研究的异质性、publication bias等。

▲HLM

在有母数（知道母体数据的分配，如常态分配）的统计分析中, 一般假设数据为常态、同质及独立。然而在实际学术研究中，有许多的数据、样本之间是不独立的。例如，纵断面数据、重复量数或追踪数据等，因此就必需仰赖不同的统计方法来协助分析，以减少估计上的偏误。

阶层线性模型（Hierarchical Linear Model， HLM）分析一般为巢形（层级）结构的数据,以三层为例，学生巢形于老师之下，而老师巢形于学校之下。学校样本单位是独立的，而全体老师的教学方式、态度、行为等会受到学校制度要求的影响，因此老师本身就不独立；而老师的教学经验、人生观等又会影响班级学生的看法及学习成绩等，因此学生也不独立。在类似这样的数据形态下，用以前的估计方法就会造成偏误，因此HLM即是用来解决这种数据形态的问题。

本阶段课程主要采用HLM软件进行。HLM容易理解与操作，因此为了让大家容易了解HLM在做什么，先以通俗易懂的例子带入，再以HLM为例分析数据加以说明，并以论文辅助说明如何撰写HLM论文，让所有研究者都能轻松上手。

适合对象：

√ 已熟悉进阶统计知识并有兴趣进行HLM分析或有进行重复量数分析者

√ 已熟悉进阶统计知识并有兴趣拿别人的论文来进行分析者

课程目录：

元分析：

一、秀才不出门，能知天下事-元分析于社会科学的应用

二、元分析定义

三、元分析的优势

四、元分析的开始

五、评估研究质量

六、效果量介绍

七、固定效果与随机效果Fix and Random effectmodel

八、异质性检验Heterogeneity

九、选择偏误

十、CMA操作实务

十一、多种数据形态输入

十二、调节变量的应用

十三、次群体在研究中的应用

十四、多重结果在研究中的应用

十五、从excel输入数据

十六、范例-萃取文章中的数据、效果量-皮尔森相关(r)

十七、CMA分析与报表解读

十八、异质性处理策略

十九、敏感度分析

二十、出版偏误

二十一、META论文解析(整合技术接受模型的荟萃分析)

二十二、META论文解析(基于元分析方法的可穿戴设备用户采纳行为研究)

二十三、META论文解析(Meta-analysis of studiesof passive smoking and lung cancer）

二十四、META论文解析(A meta-analysis ofe-learning technology accept）

二十五、META论文解析（主观幸福感与大三人格特征相关研究的元分析）

二十六、META论文解析（感恩的个体主观幸福感更强？）

二十七、META论文解析（大学生自尊与心理健康的元分析）

HLM

一、为什么需要HLM

二、HLM的基本认识

三、故事从ANOVA开始

四、HLM的符号与术语

五、HLM的模型估计假设

六、HLM的分析流程

七、HLM软件操作与解读

八、HLM模型分析

九、随机ANCOVA模型

十、截距模型

十一、HLM的统计估计方法

十二、HLM自变量中心化

十三、HLM论文解析

十四、重复测量的HLM分析

十五、3LEVEL的HLM分析范例

报名咨询

曾老师

电话:(010)68472925
QQ：619492407
邮箱: training@pinggu.org