
Data Analytics for the Social Sciences: Applications in R
Data Analytics for the Social Sciences ist eine einführende Behandlung der Datenanalytik für die Sozialwissenschaften auf Hochschulniveau. Es enthält Anwendungen in der Sprache R, dem wohl am schnellsten wachsenden und führenden statistischen Werkzeug für Forscher.
Das Buch beginnt mit einem Ethik-Kapitel über den Nutzen und potenziellen Missbrauch von Datenanalysen. Die Kapitel 2 und 3 zeigen, wie man eine breite Palette statistischer Verfahren in R implementiert. Die Kapitel 4 und 5 befassen sich mit Regressions- und Klassifikationsbäumen sowie mit Zufallswäldern. Kapitel 6 befasst sich mit maschinellen Lernmodellen und dem Paket "caret", das dem Forscher Hunderte von Modellen zur Verfügung stellt. Kapitel 7 befasst sich mit der Analyse neuronaler Netzwerke und Kapitel 8 mit der Netzwerkanalyse und der Visualisierung von Netzwerkdaten. Ein letztes Kapitel behandelt die Textanalyse, einschließlich Web Scraping, vergleichende Worthäufigkeitstabellen, Wortwolken, Wortkarten, Stimmungsanalyse, Themenanalyse und mehr. Alle empirischen Kapitel enthalten zwei "Quick Start"-Übungen, die ein schnelles Eintauchen in die Themen des Kapitels ermöglichen, gefolgt von "In Depth"-Übungen. Für alle Beispiele stehen Daten zur Verfügung und ausführbarer R-Code wird in einer "Command Summary" bereitgestellt. Ein Anhang bietet ein erweitertes Tutorial zu R und RStudio. Fast 30 Online-Ergänzungen bieten Informationen für das gesamte Buch, "Bücher im Buch" zu einer Vielzahl von Themen, wie z. B. agentenbasierte Modellierung.
Anstatt sich auf Gleichungen, Ableitungen und Beweise zu konzentrieren, legt dieses Buch den Schwerpunkt auf die praktische Gewinnung von Ergebnissen für verschiedene sozialwissenschaftliche Modelle und die Interpretation der Ergebnisse. Es eignet sich für alle fortgeschrittenen Studenten und Absolventen, die statistische Datenanalyse lernen.