Analyse de données pour les sciences sociales : une introduction conviviale et pratique

Un manuel idéal pour les grands débutants : il enseigne à partir de zéro le langage R, les statistiques et les bases des sciences sociales quantitatives.

Data Analysis for Social Science propose une introduction accessible aux concepts statistiques et aux compétences en programmation nécessaires pour mener et évaluer des études en sciences sociales. En supposant que le lecteur n’ait aucune connaissance préalable des statistiques et de la programmation et seulement des notions minimales en mathématiques, l’ouvrage enseigne les bases de la recherche par sondage, des modèles prédictifs et de l’inférence causale, tout en analysant des données issues d’études publiées à l’aide du logiciel statistique R. Il enseigne non seulement comment effectuer les analyses de données, mais aussi comment interpréter les résultats et identifier les forces et les limites des analyses.

L’ouvrage progresse en enseignant comment résoudre un type de problème après l’autre, en introduisant les méthodes au fur et à mesure des besoins. Il enseigne, dans cet ordre, comment (1) estimer les effets causaux à l’aide d’expériences randomisées, (2) visualiser et synthétiser les données, (3) inférer les caractéristiques d’une population, (4) prédire des résultats, (5) estimer les effets causaux à partir de données d’observation et (6) généraliser les résultats d’un échantillon à une population. Il renverse la structure des manuels de statistiques traditionnels. Il commence par l’estimation des effets causaux à l’aide d’expériences randomisées et reporte toute discussion sur les probabilités et l’inférence statistique aux derniers chapitres. Cet ordre peu conventionnel captive les étudiants en leur montrant, dès le début, comment l’analyse de données peut servir à répondre à des questions intéressantes, tout en réservant les concepts plus abstraits et complexes aux chapitres ultérieurs. Il fournit un guide étape par étape pour analyser des données réelles à l’aide du puissant logiciel statistique open source R, qui est gratuit pour tous. Les jeux de données sont disponibles sur le site web de l’ouvrage afin que les lecteurs puissent apprendre à analyser des données en suivant les exercices du livre sur leur propre ordinateur. Aucune connaissance préalable des statistiques ou de la programmation n’est requise. Il est spécialement conçu pour s’adapter aux étudiants ayant des parcours mathématiques variés. Il comprend des ressources complémentaires pour les étudiants ayant des connaissances minimales en mathématiques et identifie clairement les sections contenant des notions plus avancées afin que les lecteurs puissent les sauter s’ils le souhaitent. Il fournit des fiches récapitulatives sur les concepts statistiques et le code R. Il est accompagné de ressources pour les enseignants (sur demande), notamment des exemples de plans de cours, des diaporama de cours et des exercices supplémentaires de reproduction avec leurs solutions et les jeux de données réelles analysés. Vous recherchez une introduction plus avancée ? Envisagez Quantitative Social Science de Kosuke Imai. En plus de couvrir les sujets abordés dans Data Analysis for Social Science, il enseigne notamment les modèles de différences de différences, les effets hétérogènes, l’analyse de texte et les plans de régression discontinue.