还算好玩吧,跟数学关系较密切,经济方面的工作都能做,像统计方面,会计方面,证券行业,银行等都可以的。
为了纪念千禧年的来临,美国统计学会月刊(Journal of the American Statistical Association)刊登了一个由大约50篇短文组成的连载,每篇短文都着力概括统计学中的某一领域在即将过去的一个世纪所取得的进展。这一计划的初衷在于将统计学中一些最优秀的成果做一总结,并且突出未来研究中的具有潜力的领域。我写作了有关统计学在社会学中应用的那篇论文(Raftery,2000)。其他几篇相关的论文或许会对那些对社会学方法论感兴趣的读者有帮助,这些文章涵盖了列联表(contingency table),对数线性模型(Fienberg,2000),因果推理在社会科学中的应用(Sobel,2000),人口学(Xie,2000),政治学方法论(Beck,2000),计量心理学(Browne,2000),经验方法在法律科学中的应用(Eisenberg,2000)等诸多领域。 在我这篇论文的初稿问世后,许多同事都对我的文章发表了评论,其中有许多评论正确地指出了我在文章中不慎遗漏的该领域的一些重要发展。然而,由于美国统计学会月刊给我的篇幅有限,我不可能将这些遗漏的部分全部补充进来。幸运的是,社会学方法论(Sociological Methodology)编辑Michael Sobel和Mark Becker请我撰写一篇在此基础上有所扩展的专题论文,或许这篇论文能够为这一不断发展的研究领域提供一个更为合适的概括。 社会学起源于十九世纪中期,孔德(他首先引进了“社会学”一词),马克思,韦伯和涂尔干围绕着工业革命后新出现的社会,写下了一系列具有奠基意义的著作。社会学从一开始就使用了定量的研究方法。孔德,这位学科的奠基人,清晰的意识到这门学科应该以统计数据为基础。而涂尔干的《自杀论》更是成为了广泛运用统计数据的典范。 然而,在二战以前,可供研究的数据都显得支离破碎,统计方法也比较简单,仅仅停留在描述性统计的层次上。经过仔细的考证Camic和Wilson(1994)认为,Franklin H Giddings是美国定量社会学之父。Giddings于1894年在哥伦比亚获得社会学教授职务,1931年逝世,他将社会学界定为研究集体层面社会现象的一门学科。他认为在很大程度上社会学中的统计分析是将诸多的个体分成不同的类别,同时发现每一类别的平均特征。从现代统计学角度来看,缺乏对变化的考察是他著作的一个最为显著的特征。 从那以后,研究用的数据变得越来越复杂,同时统计方法也在不断发展,以适应数据分析的需要。这时期的统计学方法的发展,有许多是要归因于社会学家而非统计学家的努力。Clogg(1992)以及他文章的评论者们有力的论证并且记述了这一点。这种情况部分反映了一个事实,即致力于研究社会学问题的统计学家的数量相对较少。更多的统计学家倾向于关注药物学,工程技术以及生物科学方面的问题。这或许反映了在二十世纪后半期不同学科间研究资金分布的不平衡状况。然而,最近有迹象表明这一情况正在发生变化,我将在本文的结尾论述这个问题。 在过去的五十年中,社会学总的趋势是向更为严格、清晰的假设;更大更详细的数据集合发展;为了拟合数据,统计模型变得越来越复杂;主要社会学期刊所发表文献的统计分析水平也在不断提高。统计方法在社会学领域成功地走过了半个世纪,使得该学科研究的科学水平有了极大的提高。 社会学中广泛的使用了各种各样的统计学方法和统计模型。在这里,我将集中考察那些由社会学家发展的,直接由社会学问题所引致的,或者首先在社会学期刊上发表的那些统计学成就。许多其它的方法,比如逻辑斯蒂回归等适用于有限数量的因变量的方法,虽然也广泛的应用于社会学研究,但是他们是首先在其他的学科中为解决其学科自身的问题而发展出来的。有鉴于此,尽管这些方法很重要,但我们在这里也仅对他们做一简要介绍。 对于从计量经济学而不是从统计学中引入到社会学研究中的统计方法,本文省略了与其相关的讨论。这或许对从另一个角度来讨论这一问题有所帮助。计量经济学对社会学方法论产生了非常重要的影响,甚至有些人说这种影响比来自统计学本身的影响更为强大,但是在这里除了个别情况,我将不对这种重要的影响发表评论。 为了避免引起争论,我将根据社会学中不同的统计方法所针对的数据类型,而不是根据这些方法本身对他们加以分类。我将区分出战后统计学在社会学中应用的三个不同的阶段。每一阶段的划分都是根据他们通常所适用的数据类型做出的:交互表,单位水平的统计数据,以及种种新的数据形式。就像现实中的代际一样,这三代统计方法前后层叠,而且它们之间的界限也并非十分明晰。虽然这些方法代表着不同的成熟水平,甚至关于他们的起点也并没有一个统一的界定,但是今天这些方法都依然保持着活力。 在二战后开始的这一时期,社会学家们所使用的许多数据都是在调查和普查的基础上以交互表的形式呈现的。我在文中所要讨论的第一代统计方法就是以这种方式处理数据的。通常说来,这类交互表都只包含很少的变量,例如性别,年龄组以及职业分类。社会流动表可以称得上是这种方法中的经典之作。这一领域或许是社会学家对统计学贡献最大的地方。实际上,我们可以说是社会学家们主导了这一分支领域,他们发展出来的这些方法已经超出了社会学领域渗透到其他的学科的研究工作当中。Schuessler(1980)所作的调查在很大程度上反映了第一代方法所取得的成就。 1960年代早期,社会学家已经不必再依赖于计数的交互表了,来自含有多个变量调查的个体层次的数据越来越容易获得。计算能力也已经发展到能够轻而易举地处理这些数据的水平。第二代的统计方法正是针对处理这类数据而发展出来的。Blau和Duncan的有广泛影响力的著作美国的职业结构(The American Occupational Structure),为这一代的统计方法披上了金色的外衣,而1969年《社会学方法论》(Sociological Methodology)以及1972年《社会学方法与研究》(Sociological Methods and Research)等发表窗口的建立,更为这一方法增光添色。Edgar Borgatta一手创立了这两份刊物,当他创立第二份刊物时,《社会学方法论》已经远不能满足日益增多的投稿和发表的需要了。这些发展标志了社会学定量研究方法的新时代的到来。 1980年代晚期,社会学家们勾画了一个雄心勃勃的计划,就是对那些难以符合标准交互表和数据矩阵要求的数据类型进行统计分析(尽管在有些情况下,这些数据也可以被强行归入这些类别中)。这些数据包含了文本(text)或叙述(narrative),以及依赖性很强的数据,比如社会网的数据和具有空间参照特性的数据。这其中还包含了一些含有多类型变量的数据集,比如卫星图片,人种学的纪录和其他一些定量测量数据。第三代的统计方法正是为了处理诸如此类的数据而发展出来的。或许是每一个新事物的优点,迄今为止,这一代方法保持着它们的活力,包含了大量的令人激动的想法和进展,但是他们还未形成前两代统计方法所具有的成熟、完备的形式。 我对社会学中所应用的统计学方法的分类是根据不同方法所处理的数据类型做出的,而不是以方法本身的类型为标准,但这并不意味着目前研究生课程的编排有什么问题。或许为了训练的方便和有效,社会学的主要方法倾向于按照不同的类别组织在一起,比如回归模型(regression model),有限因变量模型(limited dependent variable model),对数线性模型(log-linear model),结构方程模型(structural equation model),事件史分析等等。然而,我发现要分辨统计学方法以往的发展趋势以及构想未来的发展,从最初引致这些方法产生的数据的类型入手或许是一条捷径。 过去的五十年间,我们已经走过了一条漫长的道路。今天,许多社会学研究都是以巨大的高质量的调查样本为基础进行再分析的。他们较多的利用在公共基金资助下收集的或者是对研究者公开的数据库,这些数据库通常都有着5000到20000,甚至更大的样本规模。这为复证结果提供了一条简便的道路,同时也有助于社会学建立起可以与自然科学或医药科学相媲美甚至高于这些学科的科学标准。或许受以上因素的影响,社会统计学在最近成为了一个迅速扩展的研究领域,许多重要的研究机构也都在最近几年开始了他们对这一领域的探索。 统计学方法在社会学领域的应用已经走过了半个世纪的成功历程,发展出了交互表模型以及被广泛使用的分析个体层次数据集的方法。这些都对社会学获得今天这样的科学水平做出了巨大的贡献。这一充满新型数据和新挑战的领域对进一步开展统计研究来说已经成熟。 未来的方向在哪里?正如我在以上三代统计学方法的划分中所暗示的那样,我感到这一推动了第三代统计方法产生的数据类型所带来的问题,在不久后可能会激发出社会学方法论领域一些最激动人心的进展。但是还会有许多与当前技术发展过程中产生的数据类型联系在一起的新方法产生。比如,为调查者提供计算机并请他们在线回答问题,也许会成为以后一个时期一种新的调查方式。这种方式有可能产生新的方法论问题,比如在不等的时间间隔中进行重复测量的问题以及数据缺失(或者数据根本没有使用价值)等问题。总之,网络会产生大量的新形式的社会科学数据,发展一套从这些数据中得出有效结论的方法将注定是未来主要挑战的来源。 我要预言并且倡导的是,未来的发展将是多学科化的,它将跨越社会科学领域并且超越该领域。这一情况在二十世纪并不多见,在这一时期一个接一个社会科学领域在定量研究的复杂程度方面都获得了巨大的飞跃,但是这些成就都是在这些领域之间处于相对孤立的情况下取得的。心理学或许是第一个完成这一飞跃的领域,Spearman和Thurstone在二十世纪早期的著作为此做出巨大贡献,接下来Haavelmo,Tinbergen和Cowles委员会和其他一些人,在1930和1940年代发展出计量经济学,从而使经济学完成了这一过程。在此之后,1960年代随着Blalock,Duncan,Goodman和其他一些我们已经提到的社会学家相关著作的问世,社会学开始了自己的行动。1990年代,Gary King,Larry Bartels和其他一些人开始将统计方法应用到政治学研究领域,并且在此过程中发展出了一些新的方法。 这些学科的发展历程都比较相似。在定量化的转变中都倾向于关注或在一定的条件下创造当时最为先进的统计模型,并产生了一批具有很强流动性的方法论专家。而在最早进行这种转变的心理学和经济学领域的方法论研究者已经相互联合,形成他们自己的亚学科计量心理学和计量经济学。后来定量方法的发展在这些学科中都发展的比较缓慢,但是他们都与当时造成定量研究跨时代转变方法联系在一起。社会学也没有摆脱这一历程:在这一领域,定量研究工作仍然被1960,1970年代首先发展起来的方法所主导着(含有潜在变量的结构方程模型,一般线性模型,通过Cox模型进行的事件史分析),而且仍然关注着这些方法的发展和改进。就像我已经讨论过的那样,这样做有很多好的理由,而且这样也会对整个学科产生非常正面的影响。但是,在当1990年代的统计模型,尤其是通过马尔可夫链之蒙特卡罗方法进行的Bayes分析已经被年轻的政治学家所采用,并且贯穿了他们激动人心的、激烈的定量化革命时,这一方法对社会学研究领域的渗透却还显得十分缓慢。 当前,我们处在一个比几十年前更加泛学科化的学术世界,对所有的社会科学学科而言现在是突破学科界限,共同将他们的定量方法推向前进的宝贵机会。在过去的几年中,一些主要的学术机构都建立了他们自己的跨学科的研究中心,并投入资源对社会科学的定量方法进行研究。华盛顿大学建立了统计学和社会科学研究中心。哈佛大学的社会科学基础研究中心加强了社会统计学的研究。加州大学圣巴巴拉分校建立了空间整合社会科学研究中心(Center for Spatially Integrated Social Sciences),并将研究焦点访在空间统计学上。加州洛杉矶分校从社会统计学中产生的年轻的统计学系仍然与几个社会科学领域保持着跨学科的紧密联系。哥伦比亚大学设立了从社会科学和统计学中衍生出来的又一个跨学科专业——定量社会科学硕士培养计划。密歇根大学的定量方法计划,在统计学系和一些社会科学系之间建立起联合研究生培养协议。而在目前这些努力中最为成功的或许要数社会统计学系在南安普敦大学的建立。
直接投稿杂志社或找我
请问,数理统计与管理投稿方式是什么?谢谢!
概率论与数理统计属于数学的一个分支,它更注重于理论研究,它的结论广泛应用于各领域随机现象的研究。统计学更注重应用,它的许多结论都来自于概率论与数理统计。数理统计更注重公式的推导,而统计学原理只是把数理统计的公式转换为更易用的形式。社会统计学描述的是变量,数理统计学描述的是随机变量。而变量和随机变量是两个既有区别又有联系,且在一定条件下可以相互转化的数学概念。社会统计学以变量为基础,数理统计学以随机变量为基础。当变量取值的概率论与数理统计、统计学、应用统计学有什么相同。
看看变量与随机变量它俩谁更厉害? 社会统计学描述的是变量,数理统计学描述的是随机变量,而变量和随机变量是两个既有区别又有联系,且在一定条件下可以相互转化的数学概念。社会统计学以变量为基础,数理统计学以随机变量为基础。 当变量取值的概率不是1时,变量就变成了随机变量;当随机变量取值的概率为1时,随机变量就变成了变量。 由于我们概准确地界定了社会统计学变量与数理统计学随机变量的各自研究的范围,。 从数学上看:随机变量面对着二十多个庞大的数学变量分支,在数学上已被彻底的孤立起来,其实它就是数学上变量的一个特例。随机变量先天就是个瘸腿将军,只能描述单个简单的随机变量,单个复杂的随机变量不能描述,连续的随机变量也不能描述。我们看看它在多维空间上有山有水有河流吗?有的只是理论对理论,数据对数据,抽象对抽象,空对空没有结果,,因其理论上的研究还很不完善,�在使用上要加以严格的限制使用。我们大家知道:微积分一但复杂起来丝毫不雅于率论和数理统计,怎么能说是文科统计呢?历史上往往最科学的东西,形式最简单。 从统计学上看,统计学的主要问题是变量(或近似变量问题),近似变量问题是微积分的扩展;而不是随机变量,就象牛顿力学在今天在使用上仍占主导地位,而不是相对论力学;因为物体在多数情况下是远离光速的。 看看变与随机变量它俩个谁更厉害;我们知道变量与随机变量是既有联系又有区别的。当变量取值的概率不是1时,变量就变成了随机变量;当随机变量取值的概率为1 时,随机变量就变成了变量。�解读:通俗的讲就是先有谁后有谁,在统计学中先有变量后有随机变量,它俩个是既有联系又有区别,切在一定的条件下可以相互转化的数学概念。这就是确定它们两个有血缘关系,也就是说先有老子后有儿子,现在是儿子不认老子还要当老子,称自己为科学统计;统计学就是数理统计学,这不是乱了套了吗,连老子都不认了,连辈分都不讲,这天下那有儿子当老子的道理,简直是岂有此理,这孩子真是三天不打上房揭瓦。 既然社会统计学描述的是变量,而变量描述的范围是极其宽广的,绝非某些数理统计学者所云:社会统计学只作简单的加、减、乘、除。从理论上讲,社会统计学应该复盖除了数理统计学之外的绝大多数数学学科的运作。所以王见定教授提出的:“社会统计学与数理统计学统一”理论,从根本上纠正了统计学界长期存在的低估社会统计学的错误学说,并从理论上和应用上论证了社会统计学的广阔前景。 社会统计学与数理统计学的统一理论,确立了社会统计学流派变量在统计学的主导地位;使以,美国为代表的发达国家数理统计学流派随机变量,走下了神坛及领导地位成为支流。 从统计学上看:统计学的主要问题是(变量或近似变量问题),(近似变量问题是微积分的扩展),而不是随机变量;这一点,从世界各国无论从统计机构的设置上,还是从统计人员的数量上看是显而易见的。现在世界各国的经济指标几乎都是用变量作出的,就象牛顿力学直到现在,在使用上仍占主导地位,而不是相对论力学,因为物体在多数情况下是远离光速的。 统计学统帅一切科学,统计学是西方近四百年来科技文明的台柱子,所有的科学前沿问题都要用统计学加以描述;是百科之首,当今世上唯一方法,也是今后几十年世上唯一方法,是当今世上最大的认识论和方法论。如今西方统计学已风光不在,被中国人扛跑了;世界统计学的中心已经转移到了中国,一个科技大国中国崛起于世界东方。
《数理统计与应用概率》在国家新闻出版总署网站根本查不到,应该是非法出版物,是非法期刊,假期刊。也就更不可能是核心期刊了。
统计学核心期刊 :序号 期刊名称 主办单位 通讯地址 1 统计研究 中国统计学会 国家统计局统计科学研究所 北京月坛南街75号 1008262 中国统计 中国统计出版社国家统计局 北京月坛南街75号 1008263 统计与决策 湖北省统计局湖北省统计学会 武汉市武昌水果湖东一路19-2号4300714 数量经济技术经济研究 中国社科院数量经济与技术经济研究所 北京市建国门内大街5号100732 5 数理统计与管理 中国现场统计研究会 北京大学概率统计系 1008716 上海统计 上海市统计局 上海市统计学会 上海市东长治路1008 室 200082建议看看《统计研究》,应该对你很有好处!记得我在大学图书馆看过!仅供参考,希望对你有所帮助哈!
应用统计,顾名思义是强调的应用,需要你的操作能力, 国内比较好的是人大,厦大,东北财大的统计数理统计是跟更多的是理论, 更需要很好的数学基础
《数理统计与应用概率》并不是非法刊物,楼上不懂不要乱说,只是近些年停办了而已。
计量经济学中的数字E表示求期望的期望算子,它是一个线性算子。计量经济学是以一定的经济理论和统计资料为基础,运用数学、统计学方法与电脑技术,以建立经济计量模型为主要手段,定量分析研究具有随机性特性的经济变量关系的一门经济学学科。主要内容包括理论计量经济学和应用经济计量学。理论经济计量学主要研究如何运用、改造和发展数理统计的方法,使之成为随机经济关系测定的特殊方法。应用计量经济学是在一定的经济理论的指导下,以反映事实的统计数据为依据,用经济计量方法研究经济数学模型的实用化或探索实证经济规律。
应用统计,顾名思义是强调的应用,需要你的操作能力, 国内比较好的是人大,厦大,东北财大的统计数理统计是跟更多的是理论, 更需要很好的数学基础
统计学核心期刊 :序号 期刊名称 主办单位 通讯地址 1 统计研究 中国统计学会 国家统计局统计科学研究所 北京月坛南街75号 1008262 中国统计 中国统计出版社国家统计局 北京月坛南街75号 1008263 统计与决策 湖北省统计局湖北省统计学会 武汉市武昌水果湖东一路19-2号4300714 数量经济技术经济研究 中国社科院数量经济与技术经济研究所 北京市建国门内大街5号100732 5 数理统计与管理 中国现场统计研究会 北京大学概率统计系 1008716 上海统计 上海市统计局 上海市统计学会 上海市东长治路1008 室 200082建议看看《统计研究》,应该对你很有好处!记得我在大学图书馆看过!仅供参考,希望对你有所帮助哈!
发给你了,984434686
直接投稿杂志社或找我
请问,数理统计与管理投稿方式是什么?谢谢!