Analyse Causale et Méthodes Quantitatives

Une introduction avec R, Stata et SPSS

J’ai écrit un livre!

Les Presses de l’Université de Montréal écrivent:

Ce livre offre une introduction intégrée à la théorie de l’analyse causale et aux méthodes quantitatives qui permettent d’évaluer les relations de cause à effet en sciences sociales. Il présente les outils classiques de l’analyse descriptive (visualisation, probabilités, statistiques descriptives, inférence statistique et régression linéaire), les cadres théoriques qui facilitent le saut entre description et causalité (modèle Neyman-Rubin et graphes orientés acycliques), les défis de l’inférence causale (biais par variable omise, de sélection, de mesure et de simultanéité) ainsi que les stratégies pour les déjouer. Les exemples tirés de plusieurs disciplines en sciences sociales sont accompagnés de syntaxes informatiques com-plètes pour R, Stata et SPSS, et des annexes de mathématiques et de statistiques viennent ici soutenir les explications données.

Table des matières

Partie I: Analyse descriptive

  1. Visualisation
  2. Probabilités
  3. Statistiques descriptives
  4. Inférence statistique
  5. Régression linéaire

Partie II: Analyse causale

  1. Graphes orientés acycliques
  2. Problème fondamental de l’inférence causale (modèle Neyman-Rubin)

Partie III: Problèmes

  1. Biais par variable omise
  2. Biais de sélection
  3. Biais de mesure
  4. Biais de simultanéité

Partie IV: Solutions

  1. Expériences
  2. Expériences naturelles
  3. Variables instrumentales
  4. Observations répétées ou hiérarchiques
  5. Modèle linéaire généralisé
  6. Modération: effets hétérogènes
  7. Médiation: mécanisme causal

Partie V: Annexes

  1. Mathématiques
  2. Statistiques
  3. R
  4. Stata
  5. SPSS

Errata