Product Details
斯坦福探究項目
美國種族歧視問題的多層次回歸與分層（MRP）分析
課題簡介
種族問題一直是美國政治與社會議題中的重要組成部分，種族歧視也是影響美國選舉、政策制定和身份認同的重要因素之一。美國國家選舉研究（American National Election Studies）公開提供的1948年以來的選民抽樣調查數據為深入研究美國民眾對于種族問題的看法提供了機會。
本課題旨在運用多層次回歸后分層分析法對1980年代以來的美國國家選舉研究調查數據進行分析，找出影響種族憎恨（Racial Resentment）的因素，進而利用美國各州的人口成分套用回歸分析的結果，推算出真實人口中種族憎恨情緒的強度，并將研究結果以地圖數據可視化工具展示研究結果。
本課題是跨計算機和社會科學的綜合研究，研究者可以深入了解政治學、社會學方法論的發展趨勢，在學習西方政治與社會制度理論的同時進行數據科學的實踐，掌握如何進行科學抽樣調查、并運用統計、回歸方法分析調查結果。
科研方法
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。
課題要求
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）線性回歸
3. 計算機：
（1）最好具備初步的編程基礎，掌握基本的編程語言與邏輯
