Analyse Causale et Méthodes Quantitatives : Une Introduction Avec R, Stata et SPSS.

Format:

Book

Author/Creator:

Arel-Bundock, Vincent.

Language:

French

Subjects (All):

Social sciences--Statistical methods.

Social sciences.

Causation.

Statistics--Computer programs.

Statistics.

Physical Description:

1 online resource (385 pages)

Edition:

1st ed.

Other Title:

Analyse causale et méthodes quantitatives

Place of Publication:

Québec : Les Presses De l'Universite De Montreal, 2021.

Language Note:

In French.

Summary:

L'analyse causale est une des tâches principales du scientifique. Un criminologue évalue l'effet d'une sentence sur la probabilité qu'un condamné récidive. Une économiste mesure l'effet de la discrimination raciale sur les perspectives d'emploi d'un immigrant. Un politologue étudie l'effet des médias sociaux sur la popularité des partis d'extrême droite. Une spécialiste du marketing jauge l'effet d'une campagne publicitaire sur les choix des consommateurs. Malheureusement, démontrer l'existence de telles relations est difficile, puisque de nombreux phénomènes sociaux ou physiques sont fortement associés, sans être liés par une relation de cause à effet. La distinction entre association et causalité est une des pierres d'assise de la démarche scientifique. Pourtant, cette distinction est souvent ignorée dans la vie de tous les jours, quand des arguments causaux sont défendus sur la base de simples observations descriptives. Cette différence est aussi passée sous silence dans la formation méthodologique que plusieurs étudiants reçoivent à l'université. Trop souvent, les manuels de méthodes quantitatives ignorent la question causale, ou recommandent d'interpréter les résultats d'un modèle statistique en termes causaux, alors qu'ils sont corrélationnels. Pour remédier à ce problème, ce livre offre une introduction intégrée aux méthodes quantitatives et à l'analyse causale. En plus de présenter les outils nécessaires pour exécuter des analyses statistiques, il offre un cadre théorique simple et rigoureux pour interpréter les résultats de ces analyses. Ce cadre théorique permet d'identifier les conditions qui doivent être réunies afin que l'interprétation causale de nos résultats soit justifiée.-- Résumé de l'éditeur.

Contents:

Front Matter

Introduction

Analyse descriptive

Visualisation

Probabilités

Statistiques descriptives

Inférence statistique

Régression linéaire

Analyse Causale

Graphes orientés acycliques

Problème fondamental de l'inférence causale

Problèmes

Biais par variable omise

Biais de sélection

Biais de mesure

Biais de simultanéité

Solutions

Expériences

Expériences naturelles

Variables instrumentales

Observations répétées ou hiérarchiques

Modèle linéaire généralisé

Modération : effets hétérogènes

Médiation : mécanisme causal

Annexes

Mathématiques

Statistiques

R

Stata

SPSS

Symboles

Bibliographie

Index

Table des matières

Notes:

This eBook is made available Open Access under a CC BY-NC-ND 4.0 license: https://creativecommons.org/licenses/by-nc-nd/4.0

Description based on publisher supplied metadata and other sources.

ISBN:

9782760643222

2760643220