Data Analysis for Social Science
Autor Elena Llaudet, Kosuke Imaien Limba Engleză Paperback – 29 noi 2022
EDIȚIA: Această lucrare reprezintă o introducere prietenoasă și accesibilă, concepută special pentru a elimina barierele tehnice întâmpinate de studenții la început de drum în științele sociale. Spre deosebire de alte volume tehnice, Data Analysis for Social Science nu presupune nicio cunoștință prealabilă de matematică avansată sau codare, oferind un parcurs structurat care pune accent pe interpretarea rezultatelor și înțelegerea limitărilor cercetării, nu doar pe execuția unor comenzi. Apreciem modul în care Elena Llaudet și Kosuke Imai au structurat materialul: cititorul învață să măsoare, să prezică și să explice fenomene sociale folosind date reale, totul prin intermediul programului R. Cartea ghidează utilizatorul de la inferențe bazate pe sondaje până la modele liniare și estimarea efectelor cauzale. Un element distinctiv este includerea unor „cheatsheets” pentru codul R și concepte statistice, care servesc drept ancoră rapidă în timpul lucrului practic. Recomandăm acest volum ca o alternativă la Using R for Data Analysis in Social Sciences de Quan Li pentru cursurile de metode cantitative, având avantajul unei abordări mult mai blânde cu cei care nu au un fundament solid în programare, oferind în același timp posibilitatea de a sări peste secțiunile matematice complexe fără a pierde firul logic al analizei. Față de Quantitative Social Science, volumul de față servește ca un fundament esențial, pregătind terenul pentru tehnici avansate precum analiza de text sau modelele de discontinuitate a regresiei, care sunt abordate în titlurile de nivel superior ale autorului Kosuke Imai.
Preț: 330.69 lei
Carte disponibilă
Livrare economică 06-20 mai
Livrare express 21-25 aprilie pentru 44.76 lei
Specificații
ISBN-10: 0691199434
Pagini: 256
Dimensiuni: 201 x 251 x 15 mm
Greutate: 0.61 kg
Editura: Princeton University Press
De ce să citești această carte
Recomandăm această carte studenților și cercetătorilor din științe sociale care doresc să stăpânească R fără frustrarea învățării programării brute. Este un instrument practic care transformă datele brute în concluzii valide, oferind tot suportul necesar — de la seturi de date la soluții pentru exerciții — pentru a trece de la teorie la cercetare aplicată în cel mai scurt timp.
Despre autor
Elena Llaudet este profesor asistent de științe politice la Universitatea Suffolk, specializată în metodologie politică. Kosuke Imai este un renumit profesor de statistică și guvernare la Universitatea Harvard, fiind un expert recunoscut în dezvoltarea metodelor de analiză cantitativă pentru cercetarea socială. Împreună, cei doi autori combină rigoarea academică de la Harvard cu o abordare pedagogică centrată pe student, facilitând accesul la un domeniu adesea considerat opac de către umaniști.
Descriere
An ideal textbook for an introductory course on quantitative methods for social scientists―assumes no prior knowledge of statistics or coding
Data Analysis for Social Science provides a friendly introduction to the statistical concepts and programming skills needed to conduct and evaluate social scientific studies. Using plain language and assuming no prior knowledge of statistics and coding, the book provides a step-by-step guide to analyzing real-world data with the statistical program R for the purpose of answering a wide range of substantive social science questions. It teaches not only how to perform the analyses but also how to interpret results and identify strengths and limitations. This one-of-a-kind textbook includes supplemental materials to accommodate students with minimal knowledge of math and clearly identifies sections with more advanced material so that readers can skip them if they so choose.
- Analyzes real-world data using the powerful, open-sourced statistical program R, which is free for everyone to use
- Teaches how to measure, predict, and explain quantities of interest based on data
- Shows how to infer population characteristics using survey research, predict outcomes using linear models, and estimate causal effects with and without randomized experiments
- Assumes no prior knowledge of statistics or coding
- Specifically designed to accommodate students with a variety of math backgrounds
- Provides cheatsheets of statistical concepts and R code
- Supporting materials available online, including real-world datasets and the code to analyze them, plus―for instructor use―sample syllabi, sample lecture slides, additional datasets, and additional exercises with solutions
Looking for a more advanced introduction? Consider Quantitative Social Science by Kosuke Imai. In addition to covering the material in Data Analysis for Social Science, it teaches diffs-in-diffs models, heterogeneous effects, text analysis, and regression discontinuity designs, among other things.