课程概况

对组织、战略与管理的大部分现代研究都依赖于量的研究方法。当前课程旨在简要介绍最常用的定量技术，包括logit/probit模型、计算模型，乃至历史模型和混合截面技术。

这是一门关于研究过程的课程。我的直接目标是帮助你们理解理论、数据与统计方法之间的关系。从这个意义上说，这不是一门统计理论课程；尽管我们必须清楚这些统计程序的前提条件，但我们不会花费大量时间推导似然函数等。换言之，这是一门教授如何运用统计技术来解答研究问题的课程。我们将花费大量时间思考理论观点是如何被转化为可检验的命题的，以及这些命题最好如何检验。我们将讨论组织研究领域的顶尖期刊上发表的研究，并处理数据和估计模型，以此完成上述任务。我在这些技能训练中的首要目标是，帮助你们提高使用统计方法来提出并解答研究问题的熟练程度，以及开发评估他人研究的关键技能，使你们能够将之用于你自己的研究。

形式和要求

当前课程的结构包括（大概）一周关于特定方法的原则的讲座，随后一周是这些模型的应用。我们将寻求两种类型的应用：

• 首先，我们将讨论那些应用了特定方法的工作论文（在因特网和其他地方获得），评估其数据和方法是否适合研究问题。
  
  
• 其次，我将要求学生们处理数据、估计模型（应用STATA），撰写对结果的解释，然后（临时）在课堂上展示结果。

关于数据处理作业的描述简述如下。最重要的是，我有意将这些作业设计为开放题。我不会具体说明因变量应该是什么，你应该试图解释什么，等等。这些练习的目标部分在于为你提供处理数据、估计模型和理解结果的意义的实践。用课程15.347的话说，我想要你形成一个数据的概念模型和统计模型。主要的约束是，你必须应用该周课程中所讨论的方法（例如计算模型）。我将为此构建合适的数据库，但你也可使用你自己的数据来源。

在每个“应用”周的开始，我都会要求你提交一份关于你的分析结果的简短总结。这份总结加上图表应该不超过两页纸，并探讨你所构建的概念模型指导下的结果。这些作业应该以小组为单位完成，每个小组最多两人。每周我都将要求两个或三个小组展示其分析结果，以便我们能在课堂上对之讨论。

课程评分分解如下：

评分表

活动	百分比
课程参与	30%
领导了指定工作论文的讨论	20%
涉及数据处理的五份短作业	50%

软件

如果你还未曾使用过STATA，我建议你在课程开始的前几周内使用它：

1. 安装软件（例如在计算机实验室），以使你知道如何让它运转起来，并且
   
   
2. 至少浏览操一下操作手册。看看《开始使用STATA》尤其有帮助。网上也有可获得的资源，比如STATA Starter Kit就通过UCLA提供了资源。

教科书

Aldrich, John H., and Forrest D. Nelson. Linear Probability, Logit and Probit Models. Newbury Park, CA: Sage, 1984. ISBN: 0803921330.

Singer, Judith D., and John B. Willett. Applied Longitudinal Data Analysis: Modeling Change and Event Occurrence. New York: Oxford University Press, 2003. ISBN: 0195152964.