教学反思
2020年12，28日，最后一节课的反思
本来打算可以讲chapter 12- 15章的，还可以举一个从起点到终点完整量化分析的例子，但是时间还是不够。才讲到15章，即使15章的内容也只是粗略而过。具体而言，本身课程内容安排过多，另外一个原因在于学生的数理基础太薄弱，把一个概念讲明白花的时间远超出预期。
关于这本课程的内容选择与编排模式需要调整。现在所能想到的是要做以下两个方面的调整：当数据清理的内容放在图表之后。图表部分的内容，也并不以讲图表为内容，而是以exploratory data analysis 为主题来架构内容。因为图表的制作主要是进行探索性的分析。 第二个需要改进的部分，加入部分数理统计知识的讲解，比如说参数估计与假设检验的推导等等。
然后我忽然想到的一个问题：我们为什么学习量化研究方法，我们为什么要学习数理统计知识？当然这不仅仅是说我们学了这些知识和技术就可以去做量化研究，去写相关的论文。而是具有数据统计知识的人，它如果影响我们对世界的预设与看世界的方式。比较有些基本的预设：客观的世界的要素是关联在一起的。科研的重要使命是探究因果。误差是永远存在的，我们只是接近真理，而无法掌控他。
在思维方式，量化研究的三个重要特征是：可测量，相关性，事实性判断。即量化研究关注可测量，可用数字表达的现象，量化研究也会涉及单个特征的描述，但是更为核心的是进行不同要素之间相互关系的研究。量化研究的第三个特征，是它始终坚持的事实判断的视角。它很少去研究价值问题。价值问题会影响量化研究问题的选择。但价值选择的问题并不会成为量化研究的对象。
??? 这次是讲解了chapter 7-9, 11-12,并带学生做了其中的练习，省略了chapter10,是因为讲多元回归的时候仍然要讲诊断，有些重复。整体而言qrm是一元回归与多元回归比较好的教材。需要以下改进：1.在上一节的课程中讲t检验的时候，要讲t值的计算过程，这样的话，学生才可能更直接地理解系数的t检验过程。2.转置矩阵乘积的计算规则，11.3的推导过程需要进一步消化。3.需要更深入地理解partial effect.
学生们，选的课太多了，这周都在准备”中特”，基本没有看书。因此，在以后考虑给学生布置任务时，要考虑我院学生时间分布的问题，还是要进一步减少的他们的阅读量，选择一些必须的阅读材料。
2021.12.31
课程总结与目标 1.qrm这本书挺好的，对于多元回归所涉及的参数估计、假设检验介绍的很清楚，而且对于多元回归的假设以及假设违背之后带来的影响有很好的总结。今后的课程改进，是用ceps数据替换书中的例子，这样更能贴切一些。 2.以后的课程在statistics中要充分消化introduction to ms和infer packages,这把randimization and boostrap技术用到假设检验性中去，还要使用可视化的技术手段，让学生更直觉地理解假设检验背后依据的理论是。 3.可以在表格与图形讲解的过程中,加入data analysis的思想，即不仅仅是纯粹讲解技术，更多是用图表解决现实中的问题。
4.压缩数据清理、图表的内容。增加概率统计的一些基础知识。
5.充分利用seeing theory 这本书。
6.整体的思路在强调技术导向的同时，强化用技术解决实际问题的倾向，即让学生明白不是简单地实现技术，而是用技术解决现实中的问题。
7.今年的课程logistic analysis 没有时间讲到。这学期是完整地上8次课。model diagnosis, report这两部分的内容也没有完成。
8.讲授做图之前，帮助学生解决mac字体显示的问题。showtext，可以解决这个问题。
9.数据清理部分的内容，应当更简化一些，讲重要的，而不是面面俱到。
10.最好形成一个很好的教学大纲，对现有教学内容安排，课程目标，阅读材料以及选课要求进一步明确。