2020年11月9日下午，bevictor伟德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。

    bevictor伟德副教授赫泉玲老师担任本次讲座的主持人。除bevictor伟德师生外，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。

                                                                              （bevictor伟德 赵德昊）

                                                                                2020年11月10日