历史学专业是如何分析数据的呢？

好时光516

谢邀，目前采取的办法是基本不分析数据。
国内的中国史研究的重点还在解读文本的方面，数据意识比较薄弱，停留在数据的整理与列表展示的层面上。能比较自如地使用数据图已经是很少见了，如果会算平均数和方差那就可以自称专家了。
重考据的传统当然是一方面的，但这种风气也不都是学术源流。“历史研究应该是什么样的”这个问题，本就不都是由问题意识引领的，教育体系、出版机制乃至意识形态机器的因素都不容忽视，甚至可能比问题意识本身更重要一点。仅就教育体系为例，多年以来历史学研究生教育一直是不懂数学的青年学生最大的庇护所之一，这个体制就是对数学不友好的。即便你想说数据也很少有同侪听得懂，更别提打动审稿人和编辑了——别忘了，大多数编辑也是在这个体系里培养的。
此外，18世纪以前中国历史上，容易量化且能够较为全面反映社会面貌的史料本身也比较少，提取为数据以后往往不可靠或不好用。即便近代（包括17-18世纪“早期近代”）有一些稍微好用一些的史料，整理起来也非易事，而且整理出来也未必能很好地覆盖历史事实，总有找不到资料、找到资料但难以量化、量化后和其他部分无法对接（例如离散型数据的年分对不上）的情况。
@Manolo 一直在分享一些关于史料量化分析的研究动态，其中外国的多、中国的少。你查查这些文章的投稿周期就知道这种研究有多难做。这都是做出来了的，死在沙滩上的（例如我手里一篇做了三年的文章可能就会是这个命运）就更不知凡几。
当然，我还是比较希望学历史的人能够学一些数理统计、数据分析工具知识，主要目的不在于做研究，而是为了将来转行找工作方便。
————————
我想强调一个简单的道理：画出来的饼是假的，不是真的。如果你自己没有在历史研究中独立进行过数据收集与处理的工作，仅仅看过别人吹牛，就不要出来高谈阔论了，你距离做实事的人还很远。
研究前景展望里灌鸡汤，谁都会，可谁来做实事啊？去年北京大学数字人文工作坊上人人都说希望有同行能收集数据以便演讲者分析，但没有一个人上来讲实际收了多少资料、写了几条数据，光有概念、等着摘桃子，甚至有人只在C++里定义了一组变量就能上来作报告，这就是业界生态：吹概念的、吹方法的、吹理念的高谈阔论，可是靠这些人是出不了进展的。
我强烈建议在这个话题下面讲计量方法在史学研究里有多么多么好的人，自己动手做一个小的研究：收集你家乡那个省级单位及下属府州县各级学校在明清两朝的学校学额，然后凭借直觉写一篇论文，去投一个CSSCI刊物试试，看看编辑会怎么看待你。不吃苦光灌鸡汤让别人吃苦，我看不惯。