课程介绍
北京大学中国社会科学调查中心（Institute of Social Science Survey, ISSS）成立于2006年9月，是北京大学社会科学的数据调查平台，也是北京大学开展中国社会问题实证研究的跨学科平台。中心关注国家重大社会经济管理政策研究需求，推动中国社会科学与管理科学追赶国际学术前沿，在社会调查、数据分析和大数据分析专业领域积累了丰富的知识和经验。秉承“不断弘扬学术、促进文化繁荣”的理念，中心于2015年底面向社会启动学术服务项目，积极向社会各界分享专业知识及经验，成功举办了近二十期高端培训项目，广获学界及业界好评。
线下学习：
为满足广大学员“走进北大校园”的心愿，中心在北京大学校内不定期组织相关培训项目，课程体系见后。
为切实服务社科领域人士量化研究的科学推进、推动国内社会科学定量研究的扎实学风，中心每年面向全国各地教师举办2-3场量化交流研讨活动。
为有明确培训需求的企事业单位或政府部门制定培训计划，中心可与办班单位签订委托办班协议，组织开展系统委托培训班。
中心于每年7-8月在北京大学开设为期两周的《社会调查实务》、《社会调查数据分析方法》两门暑期课程。详见北京大学暑期学校官网信息：http://summer.pku.edu.cn
培训对象：
民营企业中从事科学实验、质量检验、社会调查等相关工作领域的研究人员、学生或有志于从事该领域研究的人士等。欢迎感兴趣的人士报名和咨询！
结业证书：
培训项目成绩合格的学员可获得由北京大学颁发的结业证书，证书带有北京大学钢印，可以在北京大学网站查询。
报名方式：
详情请关注中国民生观察公众号动态信息，或登录北京大学中国社会科学调查中心官方网站：www.isss.pku.edu.cn 教育培训版块进行查询。
北京大学中国社会科学调查中心发展部
地址：北京市海淀区颐和园路5号北京大学理科五号楼617室
电话：010-62767908-881
邮箱：isssedu@pku.edu.cn issstangs@pku.edu.cn
官方网址：www.isss.pku.edu.cn
官方微信号：中国民生观察
联系人：顾老师
课程体系——北京大学社会调查与量化研究方法培训项目课程表（部分）
模块一：调查项目抽样与应用研修班 | ||
课程名称 | 学时 | 专题介绍 |
社会调查的方法和应用的总括 | 3 | 概括性的介绍社会调查方法；社会调查的抽样设计的几个重要概念、抽样的一般流程；样本抽样实施中末端样本确认的设计、方法、步骤及执行；在社会调查项目中，由于各种原因仍旧存在项目无应答的情况的处理方法。 |
抽样设计方法及其实例 | 3 | |
实践中末端样本确定和社会调查执行流程 | 3 | |
无应答的处理方法 | 3 | |
模块二：调查问卷设计与应用研修班 | ||
课程名称 | 学时 | 专题介绍 |
调查问卷设计的基本原则和方法 | 3 | 将以案例的方式介绍设计调查问卷的原则、方法与步骤；利用经典和现代测试理论讲述不同类型量表的设计原则、评估标准以及分析方法；如何在问卷调查中嵌入实验设计；介绍网络调查问卷设计原则及流程。 |
量表的设计与应用 | 3 | |
调查实验设计与问卷开发 | 3 | |
网络调查问卷设计的理论与实践 | 3 | |
模块三：调查执行与数据收集研修班 | ||
课程名称 | 学时 | 专题介绍 |
社会调查概论和调查管理 | 3 | 社会调查的基本内容、流程和国内外社会调查的发展现状以及相关的管理理论与实践；计算机辅助调查的类型和方法、利用计算机辅助模式改善数据质量的方法和计算机辅助调查系统展示；质量控制的基本流程和案例；如何将问卷调查中采集到的受访者应答转化为标准的数据库形式。 |
计算机辅助调查与数据质量 | 3 | |
调查质量控制 | 3 | |
社会调查的数据管理 | 3 | |
模块四：数据分析与应用研修班 | ||
课程名称 | 学时 | 专题介绍 |
线性回归分析 | 3 | 线性回归分析中变量的选取与整理，模型的建构、诊断与修订，分析结果的输出和阐释；以实例讲解结构方程模型在社会科学研究中的应用；多水平模型的使用情境、应用方法；社会数据的空间挖掘与空间计量模型的原理、模型和具体应用。 |
结构方程模型 | 3 | |
多水平模型 | 3 | |
社会数据的空间挖掘分析 | 3 | |
模块五：Stata分析与应用研修班 | ||
课程名称 | 学时 | 专题介绍 |
STATA入门及基础数据处理 | 3 | STATA软件入门介绍，采用实例教学的方式帮助学员了解软件基本操作；以实例讲解如何运用STATA软件执行统计分析，并解读统计分析的结果；讲解运用STATA软件制作常见统计图。 |
数据分析（一） | 3 | |
数据分析（二） | 3 | |
STATA作图 | 3 | |
模块六：大数据挖掘与应用研修班 | ||
课程名称 | 学时 | 专题介绍 |
调查数据和大数据的融合与发展 | 1.5 | 介绍和讲解调查数据采集以及大数据研究应用的最新成果。 |
文本大数据挖掘与分析 | 1.5 | 讲解文本大数据挖掘的原理、方法、步骤和应用软件；着重讲解利用机器学习挖掘文本大数据的基本应用和高级应用，结合相关案例，讲解如何应用R和Python等软件进行编程，对文本大数据进行挖掘和分析。 |
大数据时代的数据挖掘与可视化分析 | 1.5 | 系统介绍大数据的学习路径以及需要哪些领域的知识与工具，讲解如何应对大数据的挑战的对策。讲解行业的大数据特征与应用、移动互联网的发展与大数据可能应用、客户行为分析与大数据的关系以及大数据可视化技术与分析。 |
大数据新技术及应用 | 1.5 | 讲解大数据管理和分析挖掘方面的新技术，包括Hadoop新技术、内存计算、流计算等。同时讲解大数据技术在互联网数据管理和分析方面的应用。 |
大数据环境下的数据管理与数据挖掘 | 1.5 | 中国移动大数据的应用；航空航天大数据的应用与发展；互联网大数据与舆情监测；文本大数据挖据；大数据管理与数据库建设。 |
大数据的空间挖掘及其应用 | 1.5 | 以Geoda软件为工具结合具体实例案例来讲解空间大数据的存储、管理和挖掘等方面的具体做法和应用；空间大数据的建模分析；空间大数据的可视化分析。 |
大数据下的产业研究与企业风控 | 1.5 | 大数据时代中的产业研究架构、方法以及好的产业与好客户识别方法；大数据下的企业用户画像以及个人用户画像；如何通过用户画像识别风险信号；大数据风控解决方案。 |
大数据与公共社会管理 | 1.5 | 大数据环境中的信息化公共管理决策支持概念及其在国内外的最新应用与实践；公共政策智能化概念；大数据、公共政策智能及大数据挖掘的应用。 |