面向教师的教育研究与统计分析培训——第21~30课时整理及心得等

今天想记录一下在面向教师的教育研究与统计分析培训第21~30课时中让我印象深刻的内容，以及一些个人心得。

1. logit（对数几率）和逻辑回归分析

一开始听到“逻辑回归分析”这个名字，还以为是什么很了不起的东西，结果发现其实就是沿着对数几率（logit）走的线性回归分析。

没想到之前学 LLM 时出现过的“logit”概念，在这里又见到了。

밑바닥부터 만들면서 배우는 LLM 5장 독서 후기

오늘은 12월 14일이다.사실 챌린지 기간은 이미 2주나 지나 버렸지만, 그렇다고 후기를 포기할 순 없었다.이렇게 남기는 TIL이 나중에 피와 살이 되기 때문.코드 자체보다는 의미에 집중해서 적어보려고 한다.1. 모델의 손실 계산GPT 모델을 만든 후에 어떤 방식으로 ...

earthscience.kr

胜算（odds）是指某件事发生的概率，除以该事件不发生的概率。

然后在此基础上取 log，就是 logit（对数几率）。

之所以使用 logit，是因为在自变量变化时，logit 增加或减少的倍数是恒定的。

不过 logit 曲线本身并不容易直接从图形上进行解释，所以在解读时，需要把它再转换回胜算以及概率来理解。

在 R 中的使用方法也非常简便，只要在原本使用的 lm 函数前面加个 g，改成 glm 就可以了。

data <- read.csv(file.choose())
m1 <- glm(Y ~ X, data=data, family = binomial)

2. Lord 的悖论及其解读方法

Lord 的悖论，是围绕男女两组的体重变化曲线展开的一种讨论：根据分析方法的不同，解读结果会出现差异。

因为在使用同一组数据时却会得出不同的研究结果，所以被称为“悖论”。

一位学者使用两组数据进行了协方差分析（ANCOVA 分析），另一位学者则是用最终体重减去初始体重的“差值”来进行分析。

这从研究问题的设定开始就已经出现了差异。

前者通过协方差分析，讨论的是“如果男女在相同体重起点出发时，各自的减肥效果如何”；而后者讨论的则是“男女在减肥后平均体重变化量有多大”。

总的来说，这两种分析方法是在回答不同的研究问题，哪一种更合理，取决于研究的目的和解读的视角。

这提示我们，在进行研究时，必须根据研究的目的和方向，选择恰当的检验方法。

3. 面向教师的教育研究及统计分析培训最终心得

最初报名培训时，只是想着和研究生阶段上过的研究方法论差别不大会，所以就报了，结果收获远超预期。

如果说读研时主要是从整体上学习教育研究，那么这次远程培训则是把论文中需要用到的部分精准拎出来，从实战角度进行了细致讲解。

培训中主要讨论了与线性回归相关的统计分析，想来想去，对教师来说，在自己能做的统计分析里，线性回归恐怕是最实用的一种。

一开始我还在想“为什么还要学 R”，结果上完课立刻就安装了 R 和 R Studio。

现在的感觉是：没有 R 我都没法做研究了。

唯一有点可惜的是，讲义资料里没有附 csv 文件，所以在实际用 R 做统计分析练习时有些困难。

我自己是从 Kaggle 上找了数据来练习了一下，但如果对这类分析不熟悉，可能会有点难以跟上。

总之，这次培训非常好。

如果有人问我推不推荐这门课，我当然会回答 YES。

只听这一门课就去写论文，都会觉得帮助巨大。

最后，只希望自己今年能顺利把论文写好。