Réfléchir clairement avec les données : Un guide du raisonnement quantitatif et de l'analyse

Une introduction captivante à la science des données qui met l'accent sur la pensée critique plutôt que sur les techniques statistiques

Une introduction à la science des données ou aux statistiques ne devrait pas impliquer de prouver des théorèmes complexes ni de mémoriser des termes et des formules obscurs, mais c'est exactement ce que la plupart des manuels quantitatifs d'introduction mettent en avant. En revanche, « Thinking Clearly with Data » se concentre, avant tout, sur la pensée critique et la compréhension conceptuelle afin d'enseigner aux étudiants comment être de meilleurs consommateurs et analystes des types d'informations et d'arguments quantitatifs qu'ils rencontreront tout au long de leur vie.

Entre autres choses, le livre enseigne comment évaluer si une relation observée dans les données reflète une relation authentique dans le monde et, si oui, si elle est causale ; comment faire les comparaisons les plus instructives pour répondre aux questions ; quelles questions poser aux autres qui avancent des arguments à l'aide de preuves quantitatives ; quelles statistiques sont particulièrement instructives ou trompeuses ; comment les preuves quantitatives devraient et ne devraient pas influencer la prise de décision ; et comment prendre de meilleures décisions en utilisant des valeurs morales ainsi que des données. Rempli d'exemples concrets, le livre montre comment ses outils de réflexion s'appliquent à des problèmes dans une grande variété de sujets, y compris les élections, les conflits civils, la criminalité, le terrorisme, les crises financières, les soins de santé, les sports, la musique et les voyages spatiaux.

Par-dessus tout, « Thinking Clearly with Data » démontre pourquoi, malgré les nombreux avantages de notre ère axée sur les données, les données ne peuvent jamais se substituer à la pensée.

Un manuel idéal pour les cours d'introduction aux méthodes quantitatives en science des données, statistiques, science politique, économie, psychologie, sociologie, politiques publiques et autres domaines. Introduit la boîte à outils de base de l'analyse des données – y compris l'échantillonnage, les tests d'hypothèses, l'inférence bayésienne, la régression, les expériences, les variables instrumentales, les différences de différences et la discontinuité de régression. Utilise des exemples concrets et des données provenant d'une grande variété de sujets. Comprend des questions pratiques et des exercices de données