Datenanalyse für die Sozialwissenschaften: Eine freundliche und praktische Einführung

Ein ideales Lehrbuch für absolute Anfänger – lehrt von Grund auf R, Statistik und die Grundlagen der quantitativen Sozialwissenschaften

„Data Analysis for Social Science“ bietet eine freundliche Einführung in die statistischen Konzepte und Programmierkenntnisse, die zur Durchführung und Auswertung sozialwissenschaftlicher Studien erforderlich sind. Das Buch setzt keine Vorkenntnisse in Statistik und Codierung und nur minimale Mathematikkenntnisse voraus und lehrt die Grundlagen der Umfrageforschung, prädiktiver Modelle und kausaler Schlussfolgerungen, während es Daten aus veröffentlichten Studien mit dem Statistikprogramm R analysiert. Es lehrt nicht nur, wie Datenanalysen durchgeführt werden, sondern auch, wie die Ergebnisse interpretiert und die Stärken und Grenzen der Analysen identifiziert werden können.

Geht vor, indem es lehrt, wie eine Art von Problem nach der anderen gelöst wird, wobei Methoden nach Bedarf eingeführt werden. Es lehrt in dieser Reihenfolge, wie (1) kausale Effekte mit randomisierten Experimenten geschätzt werden, (2) Daten visualisiert und zusammengefasst werden, (3) Populationsmerkmale abgeleitet werden, (4) Ergebnisse vorhergesagt werden, (5) kausale Effekte mit Beobachtungsdaten geschätzt werden und (6) von der Stichprobe auf die Population verallgemeinert wird. Kehrt das Skript traditioneller Statistiklehrbücher um. Es beginnt mit der Schätzung kausaler Effekte mit randomisierten Experimenten und verschiebt jede Diskussion über Wahrscheinlichkeit und statistische Inferenz auf die letzten Kapitel. Diese unkonventionelle Reihenfolge bindet die Studenten ein, indem sie von Anfang an zeigt, wie Datenanalyse verwendet werden kann, um interessante Fragen zu beantworten, während abstraktere, komplexere Konzepte für spätere Kapitel vorbehalten sind. Bietet eine Schritt-für-Schritt-Anleitung zur Analyse realer Daten mit dem leistungsstarken, quelloffenen Statistikprogramm R, das für jedermann kostenlos nutzbar ist. Die Datensätze werden auf der Website des Buches bereitgestellt, sodass die Leser lernen können, Daten zu analysieren, indem sie die Übungen im Buch auf ihrem eigenen Computer verfolgen. Setzt keine Vorkenntnisse in Statistik oder Codierung voraus. Speziell entwickelt, um Studenten mit unterschiedlichem mathematischem Hintergrund gerecht zu werden. Es enthält ergänzende Materialien für Studenten mit minimalen Mathematikkenntnissen und kennzeichnet deutlich Abschnitte mit fortgeschrittenerem Material, sodass die Leser diese bei Bedarf überspringen können. Bietet Spickzettel mit statistischen Konzepten und R-Code. Wird mit Dozentenmaterialien (auf Anfrage) geliefert, einschließlich Musterlehrplänen, Vorlesungsfolien und zusätzlichen Übungen im Replikationsstil mit Lösungen und mit den analysierten realen Datensätzen. Suchen Sie eine fortgeschrittenere Einführung? Ziehen Sie „Quantitative Social Science“ von Kosuke Imai in Betracht. Zusätzlich zu den Inhalten von „Data Analysis for Social Science“ lehrt es unter anderem Diffs-in-Diffs-Modelle, heterogene Effekte, Textanalyse und Regressionsdiskontinuitätsdesigns.