本期节目中，唯理对谈邀请到了核心课程的四位讲师，对社会科学方法论进行了简单的介绍，并讨论了社会科学领域中定性与定量研究方法的交叉与边界，以及对因果关系的探讨。由于原节目在clubhouse上进行，因此在节目结尾有参会者提问环节。
嘉宾简介：
曹起瞳：斯坦福大学商学院政治经济学博士生
白云鹏：耶鲁大学政治学博士生
陆子奇：哈佛大学经济学博士生
计时雨：康奈尔大学社会学博士生
03:05 嘉宾自我介绍
06:00 各学校本科核心课程介绍：因果推断为主，定量方法为基础，定性分析为辅的课程设置
因为意大利而讨厌了原本喜欢的交响乐？半夜两天爬起来和同伴看星星？
讨厌的画画课帮助我在毕业后对构图恍然大悟？用烤派做定量分析？
15:50 为什么社会科学方法论很重要？
从让人无所适从的新闻标题到基本信息推断方法
面对纷杂的信息，形成自己对世界的approach
20:30以案例为主的社科方法
21:05 知乎上的讨论合理吗？
24:45非裔美国人犯罪率高所以该被歧视？女棋手天生不如男棋手？
隐藏在因果链后的社会结构因素
27:20 谈谈设计这门课程的核心思路
自然科学家的疑惑：社会科学如何控制变量？
30:00 我们的平时的假设在何种情况下可以被justify？
31:40 实验在社科中的应用
实验组和控制组中改变候选人的种族身份会对其支持率有何影响？
如何研究扶贫政策在群体上的效果？
34:30 实验的优势与问题
36:00 需要预判会影响社科实验的变量
提前建构一些有效的应对方法；
37:45 实验结果的可应用性、外部有效性、可操作性及伦理性
39:55 natural experiment：如何用observational data 建立因果关系？
41:25 实验的反复试错性；
43:25 实验的发表
pre-register是什么？为什么实验需要pre-register？
45:45 刊登得到null result的文章有意义吗？
47:20 社科研究实验的解释性和预测性：实验的可靠性是如何保证的？
51:40 实验噪音
53:00 实验结果、数据、直觉与公众反馈
58:05 用数据去做因果但与现实不符的话，也可以吗？
1:00:00 社科可以怎样借鉴机器学习的因果研究？
1:02:00 社科需要讲清楚更多因果研究背后的逻辑
1:07:45对问题以精确语言描述以推动学术边界，细分大理论并由数据填充
1:08:30 定性研究与定量研究的比较
定性较为deductive而定量是statistical inductive；定量研究的causal steps较少
1:11:00 定量研究最大的优势是解决selection bias
1:13:20 做定性研究时的insight是可以被重视因果推断的定量研究支持的；可以告诉我们数据是否在历史进程中这么work的；
1:21:31 因果推断与市场和政策的关系
1:24:58 研究的不同价值与种类
1:29:30 许多研究不一定是政策导向型
1:30:00一些Q&A
11111111_6a
谢谢。