样了足够的根据别走神学好这些，至少你毕业后能去各公司的市场调查部门
这是什么
“葺仁，如果你到了一个等待拯救的异世界，你会去变强、种田、爬科技，争霸四方会想要改变它吗”“算了吧，社会的变迁从来都是不可捉摸的除非我是创世神”“好吧，结论这个问题问你没有意义。”“你那满满的鄙视眼神是怎么回事”
好熟悉的声音
阶层议题往往与不平等结合在一起，教育、收入、资本，这些都是常见的名词u和duncan，记住这两位学者，他们将会是你们今后两年的噩梦在我们那个时代，你不会用对数线性模型，就别妄想做社会阶层分析
好乱为什么这些组合毫无逻辑
“你怎么这么纠结啊就一句话，我们要不要在一起你皱眉干什么”
为什么一切都似曾相识，却像是隔了一层雾
逻辑回归模型的关键就在这个概率函数上，robit模型跟它其实是共通的如果你只懂一般线性回归而而不懂逻辑回归，就别说你学过回归模型没别的原因，只是我觉得这样很丢人
我在哪里
大家都把他归为三大祖师爷之一，但比起韦伯的旁征博引和科学论证，把他那种坐在椅子上想出来的哲学冥思归类于有些激进学者包括我个人认为，这简直是对我们学科的侮辱
这是什么但是，好熟悉的人名啊
oneode的社会网络可以用一个对称矩阵来表示，而oode则更复杂些看你们这副蠢样，难道都没学过线性代数吗没学过高等数学，凭什么认为自己有能力学好这门学科放屁
等等，我知道这些是什么我，我学过，甚至写过，教过
“我也不知道家里这么辛苦，供你读了那么多书有什么用，但我们老吴家总有一种想法就是知识不一定有用，却一定无价”
谁在说话这些到底是什么
例如，老师、学校区位、班级性质、父母收入，不同因素对学生成绩的影响，总是在不同层面上发挥作用，有的在个人层面，有的在班级层面，有的在学校层面，不去区分不同层面的作用，而单纯假设它们在同一维度生效，这样得出的“学生成绩受什么影响最大”的结论是缺乏说服力的所以教育学中常用分层线性模型克服这一点，这个道理同样适用我们的研究
我知道的我一定知道的该死，为什么想不起来
马克思和韦伯对于国家的自主性，意见截然相反曼恩所定义的两种国家oer的区别在于你们都没读文本吗读不完那为什么不少睡一点觉
等等，我是谁我是谁
以斯考切波为首的人，开始反思马克思学者的社会图式和帕森斯的宏观理论镶嵌在历史中的社会也许并不像他们预想的那样运转历史分析传统就这样回到了我们的视野
我是什么
不要以为质性方法就不必像计量那样，恰恰相反，我们没有计量研究那些清楚明晰的科学标准，所以我们更需要论证、说明“之所以用这一方法”的科学性，带着研究轴线去扎根你的田野否则你就跟写一篇新闻报道没有区别了不如直接转专业去学新闻当记者，我保证你赚得还比较多
啊啊啊啊
但接下来的声音，却包含着许多更加清晰，也更加触动他的记忆
“贝丝，不管用什么方法，把他留在王都里，他会活下去的抱着他，这是我的血脉你知道我的脾气。”
（本章未完，请翻页）