En français.

Je suis politologue à l’Université de Montréal, où j’enseigne l’économie politique et les méthodes de recherche. Mes travaux portent sur les politiques de taxation internationale et l’investissement direct à l’étranger. J’ai aussi publié sur le vote économique, la politique monétaire, l’aide internationale, et les méthodes de recherche quantitatives.

Go Blue!

Livre

J’ai écrit un livre! La version électronique est disponible gratuitement en libre accès.

Cliquez ici pour plus d’information.

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

  • p.65 Tableau 4.1: La variance entre échantillon devrait être égale à 6.68. Dans R nous avons: var(c(96.6, 98.4, 102.6, 98)) Par défaut, R applique la correction de Bessel au calcul de la variance. Sans cette correction, l’estimé de la variance échantillonale serait 5.
  • Dans la version papier je recommande un livre de Monogan. L’auteur a depuis plaidé coupable d’un crime grave. Je ne recommande pas d’acheter ou de consulter son livre.