本課題將使用中國健康與養老追蹤調查(CHARLS)數據(http://charls.pku.edu.cn/en),通過梳理文獻,利用統計編程語言STATA構造變量、開展描述性統計分析,繪制圖表對數據進行可視化,提出假設并利用各類回歸分析手段進行假設檢驗,從而分析總結影響中國老年人福利的因素,進而為政策制定和家戶決策提供指導。
隨著經濟社會的發展和人均壽命的提高,中國的人口老齡化問題也日益凸顯。如何使老人老有所養、老有所依、在晚年享受有質量的生活越來越成為中國千萬家庭和政府所共同關心的重要問題。要解答這一問題,不僅需要深入了解中國老年人當前的福利狀況,更需要通過扎實的經濟分析識別出影響老年人福利狀況的潛在因素,進而為政府和家庭決策提供依據和支持。
本課題是典型的計量經濟學實證研究,使用了有關中國老年人口信息最為豐富的數據庫,因此也是使用大數據進行經濟福利分析的一個典型應用。通過本課題的學習和訓練,學員不僅能夠熟練應用當前最主流的計量經濟編程語言 – STATA – 進行計量經濟分析,更能夠收獲利用真實世界數據進行經濟學實證研究的第一手經驗,從而建立對經濟學研究完整而深入的理解。
AI+X數據驅動型科研
AI+X數據驅動型科研是指使用人工智能(AI)算法,收集、處理、分析具體學科(X)的海量數據,并基于此進行預測,從而獲得科學發現的研究方法。與傳統的、基于實驗或邏輯推理的研究方式相比,AI+X數據驅動型科研可以借助AI算法強大的運算能力,高效地進行大數據分析,具有投入產出比高、適用范圍廣的優點。
AI+X數據驅動型科研已被廣泛地應用于各個領域,利用AI算法研究基因數據,從而進行早期的癌癥篩查便是其中一例。基因組與癌癥病患的數據千千萬萬,使用傳統的科研方式對其進行分析,工程量大、過程繁瑣,在客觀上難以實現。但借助AI算法這一便捷的工具,生命科學家便能夠以海量的患者的遺傳信息為基礎,建立數據庫,與過往的研究成果進行對照,快速、準確地在兩者中發現規律、建立聯系,從而使癌癥診斷的“標準化”成為可能。
本課題適合: 9-12 年級學生,有較強的邏輯思維和抽象思維能力
1. 英文: (1)具備基本的學術英語閱讀能力; (2)接觸過英文寫作,有論文寫作經驗者更佳;
2. 數學: (1)概率統計基礎知識; (2)線性代數基礎(行列式、矩陣運算等); (3)微積分初步知識(求導等)
3. 計算機: (1)STATA: (2)- https://en.wikipedia.org/wiki/Stata (3)- https://guides.library.illinois.edu/STATA
? 2025. All Rights Reserved. 滬ICP備2023009024號-1