核心理论科目
计量史学导论 学科定义、发展历程（如“Cliometrics”计量经济史学派）、研究范畴（经济史、社会史等）。
- 重点：理解计量方法在历史研究中的优势与局限性，如数据可得性、因果推断的挑战。
历史统计学基础 历史数据的类型（如人口普查、物价记录）、数据清洗与标准化方法。
- 工具：Excel、SPSS等基础统计软件的应用。
方法论科目
定量分析方法
- 回归分析：线性回归、逻辑回归在历史趋势分析中的应用（例如工业革命对经济增长的影响）。
- 时间序列分析：研究长期历史数据（如气候变化与农业产量关系）。
数据库与数字人文工具 GIS（地理信息系统）在历史地理研究中的运用，文本挖掘（如古籍数字化分析）。
- 案例：哈佛大学“中国历代人物传记数据库”（CBDB）的构建方法。
专题应用科目
经济史计量研究
- 经典课题：
- 大萧条时期的各国经济政策效果对比。
- 中国古代赋税制度与农民起义的关联性分析。
社会史与人口史
- 方法：队列分析（Cohort Analysis）研究历史人口迁移模式。
- 案例：欧洲黑死病后的人口恢复模型。
制度史与政治史 制度变迁的定量评估（如科举制度对社会流动性的影响）。
考试形式与备考建议
-
题型：
- 选择题（考察基础概念，如“什么是工具变量法”）。
- 计算题（如构建回归模型）。
- 案例分析（给定历史数据集，要求撰写分析报告）。
-
备考资源：
- 教材推荐：
- 《计量史学方法导论》（Robert W. Fogel & Stanley L. Engerman）
- 《历史学家的计量方法指南》（Charles H. Feinstein）
- 在线课程：Coursera“Quantitative Methods for Historical Research”。
- 教材推荐：
学科价值与就业方向
- 学术研究：高校历史系、社会科学研究院。
- 公共政策：政府智库的数据分析岗位。
- 数字人文：博物馆、档案馆的数字化项目。
引用说明
本文参考了以下学术资源：
- Fogel, R. W. (1964). Railroads and American Economic Growth: Essays in Econometric History.
- 哈佛大学CBDB项目官网（https://projects.iq.harvard.edu/cbdb）。
（注：实际考试科目可能因院校而异，建议以目标院校的课程大纲为准。）
