最大似然估计_“最大似然估计与贝叶斯统计推断工作坊”顺利举行

2019年6月19至21日，受中山大学政务学院和教育部人文社科重点研究基地—中国公共管理研究中心邀请，休斯敦大学政治学系的朱凌副教授来访并举办“最大似然估计与贝叶斯统计推断”工作坊。本次工作坊吸引校内外师生80余人报名参加，参与热情高涨，反响热烈。

在为期三天的工作坊中，朱凌副教授先后介绍了二元选择模型(binary choice model)、定序响应模型(ordinal response model)以及事件计数模型(event count model)。朱凌副教授在每天上午的讲座中分别详细阐述类别型、定序型以及计数型因变量给普通最小二乘法(OLS)带来的挑战，重点解释最大似然估计(MLE)在分析这些因变量上的优势和应用；展示数理公式推导和对关键假设检验的同时，在每天下午的操作环节中演示基于边际效应(marginal effects)、比率比(odds ratio)以及预测概率(predicted probability)等各种回归结果阐释方法。此外，在最大似然法的基础之上，朱凌副教授还讲解了贝叶斯统计推断的相关技术，对比贝叶斯学派与频次学派的主要分歧，并以自身研究为例，说明贝叶斯统计在克服测量误差方面的功效。

此次工作坊将讲座与操作有机结合，使参与者不仅理解最大似然法背后的数理逻辑，更能够运用R语言来估计以最大似然法为基础的各种模型。除了传授定量方法，朱凌副教授还积极解答学生们在职业发展、英文写作、出国留学等各方面的疑问，分享如LaTeX和R Markdown等流行的技术工具的使用方法。

初审：梁爽

审核：秦玥

审核发布：刘军强

中山大学中国公共管理研究中心(CCPAR)是教育部人文社会科学重点研究基地，致力于推动我国公共管理领域的研究。

官方网站：

http://ccpar.sysu.edu.cn