2020年11月9日下午，威尼斯欢乐娱人城v3676主办的第六期教师教学能力提升助力计划讲座在腾讯会议平台举行。清华大学政治学系副教授苏毓淞老师作了主题为“从贝叶斯不完整数据的视角看待政治学方法论一体化”的讲座。

    威尼斯欢乐娱人城v3676副教授赫泉玲老师担任本次讲座的主持人。除威尼斯欢乐娱人城v3676师生外，还有来自清华大学、复旦大学、山东大学等高校师生共150余人参加了此次活动。

   首先，苏毓淞老师对政治学研究方法历史发展、重要学者和面临的主要问题做了梳理。美国政治学定量研究方法发端于20世纪，在几十年的发展中逐渐占据了美国政治学研究的主导地位。苏老师还介绍了国际学术界重要的定量学者，及其主要的研究领域和研究观点。在长期的发展中，内生性问题、因果推论、缺失数据等问题仍然是普遍困扰政治学研究者的方法论问题。从未来展望上看，机器学习等大数据方法有望取代统计分析方法的地位。

    接下来，苏毓淞老师介绍了贝叶斯方法。贝叶斯方法是一种统计推断的方法，经常应用于选举研究中的投票预测。贝叶斯方法使用先验结合似然估计后验的特性，使其对于新数据的到来，富有弹性和包容的学习能力。贝叶斯方法为条件概率求解提供了新的面貌，计算机软、硬件突破性发展，也让学者可以使用贝叶斯方法来研究更多的问题。

    随后，苏毓淞老师介绍了研究中所经常遇到的不完整数据问题。数据缺失有不同的机制，在现实中，完全随机的缺失几乎是不可能的。要在控制X的情况下，确保缺失值的缺失概率是随机的，才能做因果推论。为了确保在出现缺失值的情况下进行分析，苏老师介绍了一下具体的处理办法。

    最后，苏毓淞老师介绍了大数据使用的误区。苏毓淞老师以粽子的甜咸偏好为例，生动地展示了大数据方法的应用，说明了大数据方法在应用中可能会遇到的问题。从贝叶斯的视角出发看待大数据，采用贝叶斯方法可以整合信息量大先验资料，从而产出更合理精确的后验。

    讲座结束后，参与讲座的师生与苏毓淞老师围绕定量研究中的因果推断、内生性处理等问题展开了深入交流。

                                                                              （威尼斯欢乐娱人城v3676 赵德昊）

                                                                                2020年11月10日