2018编读往来（2）

输

元旦快乐！

我会在每年元旦梳理一些与大伙的互动。当然，2018年的交流互动不止本期展示的内容，有些互动，由于我忘记及时收藏后台消息，没有保存下来。

我把这些问答稍稍做了语言上的改动。

2019，一路同行！

点击阅读：2017编读往来

点击阅读：2018编读往来（上半年）

问：为什么删除稀疏矩阵？

点击阅读：从网页采集到文本分析：R完全教程

答：稀疏矩阵对于分类预测的系统效率和预测准确率有着负面的影响，因此需要对该词频矩阵进行降维处理，删除稀疏词条。

问：事件史数据就是面板数据吗？两者在数据结构上有无区别？

点击阅读：事件史分析：概述及Stata操作

答：事件史数据与平衡面板数据有两点区别，以文中的职业晋升数据为例：当晋升事件发生（由0变为1）以后，如id为3的个体第二期记录以后，就不再记录；如果你手上有的是平衡面板数据，需要通过stset命令转换数据结构。该命令的一种语法结构为 stset timevar, failure(failvar) id(idvar)，其中，timevar表示测量时间；failvar表示观测是1或0的虚拟变量；idvar表示案例识别码。执行该命令后，会生成新变量_d表示新的结局变量（failvar是原有的结局变量），再将_d为缺失值的观察值删掉即可drop if _d==.

问：加入更多变量，有时显著性会下降，为什么？

点击阅读：线下活动│回归分析ppt

答：一种解释是，变量的显著性是由t值决定的，而t值等于回归系数的估计值除以其标准误。加入更多的变量对标准误有两方面影响：一是可能增加变量间共线性，导致标准误增加；二是减少扰动项的方差，导致标准误减少。一般来说，加入更多变量会使显著性下降，主要是由多重共性导致标准误增加导致的。

问：“回归”的当代含义还是最初起源时的意义吗？

点击阅读：线下活动│回归分析ppt

答：在高尔顿的父代身高与子代身高的例子当中，产生回归均值现象的根本原因在于，特别高个父母的身高相当于在概率分布的最右尾取了极端值，而子代再难取到如此大的极端值。在当代，回归分析主要是指用概率统计方法来估计与检验变量之间的关系，在这个意义上，“回归”已不再仅是最初的概念，但是作为术语，回归这个词儿沿用下来。

问：面向对象编程和面向过程编程的区别？

点击阅读：对象与类：以R为例

答：

面向对象和面向过程的区别：

面向过程编程在思考问题时，首先思考怎么按步骤实现？例如，怎么把大象装进冰箱？实现步骤：1. 打开冰箱门；2. 把大象塞进去；3. 关上门

面向对象编程首先思考怎么设计这个东西？例如，依然是把大象装进冰箱，就会先思考冰箱是怎么设计的？面向对象思考造冰箱，发现冰箱由如下对象组成：1. 冰箱门（打得开）；2. 储物空间（装得下）；3. 制冷系统

因此，面向对象可以帮助我们从宏观上把握、从整体上分析整个系统。但是，具体到实现部分的微观操作，仍然需要面向过程的思路去处理。

面向对象和面向过程的总结：

都是解决问题的思维方式，都是代码组织的方式。

解决简单问题可以使用面向过程

解决复杂问题：宏观上使用面向对象把握，微观处理上仍然是面向过程。

面向对象思考方式：遇到复杂问题，先从问题中找名词，然后确立这些名词哪些可以作为类，再根据问题需求确定的类的属性和方法，确定类之间的关系。

面向对象编程的语言的三大特征：

封装(encapsulation)

封装指的就是将对象的属性和方法封装起来，不需要外界知道内部的细节，实现方便的调用。如：我们使用Ipad，只需要直接触屏使用即可，不需要知道Ipad内部的细节。

继承(extend)

继承让我们更加容易实现类的扩展。如：我们定义了人类；再定义Boy类就只需要扩展人类即可。实现了代码的重用，让我们不再重新发明轮子(don’t reinvent wheels)。

多态(polymorphism)

多态指的是同一个方法调用，由于对象不同可能会有不同的行为。现实生活中，同一个方法，具体实现会完全不同。如：同样是调用人的“休息”方法。 有人是睡觉，有人是旅游，有人是敲段代码。

问：中国家庭追踪调查CFPS的网址打不开？

点击阅读：10个全国性调查数据库

答：新网址：http://opendata.pku.edu.cn/dataset.xhtml?persistentId=doi:10.18170/DVN/45LCSO

问：验证性因子分析就是结构方程模型吗？

点击阅读：Amos结构方程模型必知必会基础

答：简单来说，结构方程模型由两部分组成：结构模型+测量模型。结构模型是潜变量之间的关系，即路径分析；测量模型是潜变量与外显变量的关系，即验证性因子分析。文中的软件演示部分，我只是拿验证性因子分析做了个例子。

阿虎定量笔记

数据分析方法

软件使用技巧