[15] 这样的解释在y的取值面较广的时候实用，但是若y只能取0或者1的时候，前文中提到的对a的阐释a=y（x=1）-y（x=0），就显得不那么合理。因此在具体处理被解释变量为离散值的时候，统计学家通常运用上述方法的一个扩展版本：将被解释变量y的值换成是它取某一个特殊值的概率。在陈冬华等人的研究中，作者们使用的被解释变量就是个体道德是否高尚的概率。也就是说他们假设个体道德是否高尚受到了诗词造诣（x）和其他一些因素（z）的线性影响。即Pr（y=1）=ax+bz+ε。在这个框架下，通过简单的计算可知，当诗歌被《唐诗三百首》收录的时候，道德高尚的概率为Pr（y=1|x=1）=a+bz+ε，而当诗歌没有被《唐诗三百首》收录的时候道德高尚的概率为Pr（y=1|x=0）=bz+ε。两者之差则为Pr（y=1|x=1）-Pr（y=1|x=0）=a。所以在陈冬华等的研究中，诗歌造诣这个变量前面的系数a的准确含义是诗歌被收录《唐诗三百首》对于道德情操高尚的概率的影响。如果我们相信生成这个回归方程的数据满足一定的“正则性”条件，那这个影响就可以一定程度上被理解为一个因果关系。详见陈冬华、李真、杨贤、俞俊利：《诗歌、道德与治理——基于唐代科举的量化历史实证研究》，载《文学研究》，2017（1）；具体技术细节可以参见李子奈、潘文卿：《计量经济学（第3版）》，北京，高等教育出版社，2010。
[16] 回到前文中所讲的逻辑，如果发现的经验证据和理论相违背，这能说明理论或者理论的隐含被证伪了。而如果经验证据和理论的预测是一致的，并不能说理论或者理论的结论被“证明”是正确的，而只能说有一个证据跟理论的预测是一致的。
[17] 陈冬华、李真、杨贤、俞俊利：《诗歌、道德与治理——基于唐代科举的量化历史实证研究》，载《文学研究》，2017（1）。
[18] 陈冬华、李真、李贤、俞俊利：《诗歌、道德与治理——基于唐代科举的量化历史实证研究》，载《文学研究》，2017（1）。
[19] 所谓“工具变量”方法，就是希望能找到一个和关键的那个解释变量相关，但是跟不可观测的随机扰动项不相关的那个变量。如果能找到这个变量，就可以将关键的那个解释变量和随机扰动项之间的相关性在一定程度上“吸收”掉，这就可以更清楚地看到核心的那个解释变量如何直接影响被解释变量。具体技术细节可参见李子奈、潘文卿：《计量经济学（第3版）》，北京，高等教育出版社，2010。
[20] 具体技术细节可参见李子奈、潘文卿：《计量经济学（第3版）》，北京，高等教育出版社，2010.
[21] 孟天广、郭凤林：《大数据政治学：新信息时代的政治现象及其探析路径》，载《国外理论动态》，2015（1）。
[22] 孟天广、郭凤林：《大数据政治学：新信息时代的政治现象及其探析路径》，载《国外理论动态》，2015（1）。
[23] 刘京臣：《大数据时代的古典文学研究——以数据分析、数据挖掘与图像检索为中心》，载《文学遗产》，2015（3）。
[24] 刘京臣：《大数据时代的古典文学研究——以数据分析、数据挖掘与图像检索为中心》，载《文学遗产》，2015（3）。
[25] 刘京臣：《大数据时代的古典文学研究——以数据分析、数据挖掘与图像检索为中心》，载《文学遗产》，2015（3）。
[26] 刘京臣：《大数据时代的古典文学研究——以数据分析、数据挖掘与图像检索为中心》，载《文学遗产》，2015（3）。
[27] 刘京臣：《大数据时代的古典文学研究——以数据分析、数据挖掘与图像检索为中心》，载《文学遗产》，2015（3）。
[28] 郑豪提到“吕祖谦常与朱熹有书信往来。朱熹经常批评吕祖谦，怀疑吕祖谦不好好阐发道学而搞科举教育。在道学家们看来，科举是与道学背道而驰的。但吕祖谦却回答说：‘科举之习于成己成物诚无益。’但是在婺州地区，它已经成了‘独学’，没有人会去讲论切磋。如果连科举都不讲，就没有办法把这些读书人汇聚起来。‘至于为学所当讲者，则不敢怠也’，吕祖谦自辩说，他在讲论科举的时候，对道学研究也没有懈怠。”参见郑豪：《包弼德：士人社会如何改变地方与国家的关系》，https：///newsDetail_forward_1602465，2017-01-17。
[29] 郑豪：《包弼德：士人社会如何改变地方与国家的关系》，https：///newsDetail_forward_1602465，2017-01-17。
[30] 孟天广、郭凤林：《大数据政治学：新信息时代的政治现象及其探析路径》，载《国外理论动态》，2015（1）。
[31] 欧阳剑：《面向数字人文研究的大规模古籍文本可视化分析与挖掘》，载《中国图书馆学报》，2016（2）。
