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 R, les statistiques et les fondamentaux des sciences sociales quantitatives.

« Data Analysis for Social Science » offre une introduction conviviale aux concepts statistiques et aux compétences de programmation nécessaires pour mener et évaluer des études en sciences sociales. Ne nécessitant aucune connaissance préalable des statistiques et du codage, et seulement des connaissances minimales en mathématiques, le livre enseigne les principes fondamentaux de la recherche par sondage, des modèles prédictifs et de l'inférence causale tout en analysant des données tirées d'études publiées avec le programme 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.

Il 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 avec des expériences randomisées, (2) visualiser et résumer les données, (3) inférer les caractéristiques de la population, (4) prédire les résultats, (5) estimer les effets causaux avec des données d'observation, et (6) généraliser d'un échantillon à une population. Il renverse le scénario des manuels de statistiques traditionnels. Il commence par l'estimation des effets causaux avec des expériences randomisées et reporte toute discussion sur la probabilité et l'inférence statistique aux derniers chapitres. Cet ordre non conventionnel engage les étudiants en démontrant dès le début comment l'analyse de données peut être utilisée pour 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 programme statistique open-source R, qui est gratuit et accessible à tous. Les ensembles de données sont fournis sur le site web du livre afin que les lecteurs puissent apprendre à analyser les données en suivant les exercices du livre sur leur propre ordinateur. Il ne suppose aucune connaissance préalable des statistiques ou du codage. Il est spécifiquement conçu pour s'adapter aux étudiants ayant des antécédents mathématiques variés. Il comprend des documents supplémentaires pour les étudiants ayant des connaissances minimales en mathématiques et identifie clairement les sections avec du matériel plus avancé afin que les lecteurs puissent les ignorer s'ils le souhaitent. Il fournit des aide-mémoire sur les concepts statistiques et le code R. Il est accompagné de documents pour l'enseignant (sur demande), y compris des exemples de programmes, des diapositives de cours et des exercices supplémentaires de type reproduction avec des solutions et des ensembles de données réels analysés. Vous recherchez une introduction plus avancée ? Considérez « Quantitative Social Science » par Kosuke Imai. En plus de couvrir le matériel de « Data Analysis for Social Science », il enseigne, entre autres, les modèles de différences-en-différences, les effets hétérogènes, l'analyse de texte et les conceptions de discontinuité de régression.