Quantitative Social Science (QSS) 目次

1. イントロダクション

• 1.1 本書の概要
• 1.2 本書の使い方
• 1.3 R 入門
  • 1.3.1 算術演算
  • 1.3.2 オブジェクト
  • 1.3.3 ベクトル
  • 1.3.4 関数
  • 1.3.5 データファイル
  • 1.3.6 オブジェクトの保存
  • 1.3.7 パッケージ
  • 1.3.8 プログラミングと学習のヒント

2. 因果関係

• 2.1 労働市場における人種差別
• 2.2 R でデータを部分集合化する
  • 2.2.2 関係演算子
  • 2.2.3 部分集合化
  • 2.2.4 単純な条件文
  • 2.2.5 因子変数
• 2.3 因果効果と反事実
• 2.4 ランダム化比較試験
• 2.5 観察研究
  • 2.5.1 最低賃金と失業
  • 2.5.2 交絡バイアス
  • 2.5.3 前後比較デザインと差の差 (DiD) デザイン
• 2.6 1変数の記述統計
  • 2.6.1 分位数
  • 2.6.2 標準偏差

3. 測定

• 3.1 戦時における民間人の被害を測定する
• 3.2 R で欠損データを扱う
• 3.3 1変量分布の視覚化
  • 3.3.1 棒グラフ
  • 3.3.2 ヒストグラム
  • 3.3.3 箱ひげ図
• 3.4 標本調査
  • 3.4.1 無作為化の役割
  • 3.4.2 無回答とその他のバイアス
• 3.5 政治的分極化を測定する
• 3.6 2変量関係の要約
  • 3.6.1 散布図
  • 3.6.2 相関
  • 3.6.3 分位数-分位数 (Q-Q) プロット
• 3.7 クラスター化
  • 3.7.2 R のリスト形式
  • 3.7.3 k-means アルゴリズム

4. 予測

• 4.1 選挙結果の予測
  • 4.1.1 R でのループ処理 (for 文)
  • 4.1.2 R での一般的な条件文 (if 文)
  • 4.1.3 世論調査による予測
• 4.2 線形回帰
  • 4.2.1 顔の外見と選挙結果
  • 4.2.2 相関と散布図
  • 4.2.3 最小二乗法
  • 4.2.4 平均への回帰
  • 4.2.5 R でのデータセットの結合 (merge)
  • 4.2.6 モデルの適合度
• 4.3 回帰と因果関係
  • 4.3.1 無作為化実験
  • 4.3.2 複数の予測変数を用いた回帰 (重回帰)
  • 4.3.3 異質な処置効果
  • 4.3.4 回帰不連続デザイン (RDD)

5. 発見

• 5.1 テキストデータ
  • 5.1.1 「フェデラリスト・ペーパーズ」の著者不明問題
  • 5.1.3 トピックの発見
  • 5.1.4 著者推定
  • 5.1.5 交差妥当性
• 5.2 ネットワークデータ
  • 5.2.1 ルネサンス期フィレンツェの婚姻ネットワーク
  • 5.2.2 無向グラフと中心性指標
  • 5.2.3 Twitter のフォローネットワーク
  • 5.2.4 有向グラフと中心性
• 5.3 空間データ
  • 5.3.1 1854年のコレラ流行の再訪
  • 5.3.2 R での空間データ
  • 5.3.3 R での色指定
  • 5.3.4 米国大統領選挙
  • 5.3.5 ウォルマートの拡大

6. 確率

• 6.1 確率
  • 6.1.1 頻度主義 vs ベイズ主義
  • 6.1.2 定義と公理
  • 6.1.3 順列
  • 6.1.4 復元抽出と非復元抽出
  • 6.1.5 組合せ
• 6.2 条件付き確率
  • 6.2.1 条件付き確率、周辺確率、結合確率
  • 6.2.2 独立性
  • 6.2.4 苗字と居住地を用いた人種の推定
• 6.3 確率変数と確率分布
  • 6.3.1 確率変数
  • 6.3.2 ベルヌーイ分布と一様分布
  • 6.3.3 二項分布
  • 6.3.4 正規分布
  • 6.3.5 期待値と分散
  • 6.3.6 不確実性を伴う選挙結果の予測
• 6.4 大標本定理
  • 6.4.1 大数の法則
  • 6.4.2 中心極限定理

7. 不確実性

• 7.1 推定
  • 7.1.1 不偏性と一致性
  • 7.1.2 標準誤差
  • 7.1.3 信頼区間
  • 7.1.4 世論調査における許容誤差とサンプルサイズの計算
  • 7.1.5 無作為化比較試験の分析
  • 7.1.6 t分布に基づく分析
• 7.2 仮説検定
  • 7.2.1 紅茶テイスティング実験
  • 7.2.2 一般的な枠組み
  • 7.2.4 2標本検定
  • 7.2.5 仮説検定の落とし穴
  • 7.2.6 検出力分析
• 7.3 不確実性を伴う線形回帰モデル
  • 7.3.1 生成モデルとしての線形回帰
  • 7.3.2 推定係数の不偏性
  • 7.3.3 推定係数の標準誤差
  • 7.3.4 係数に関する推論
  • 7.3.5 予測に関する推論

8. 次の一歩

• 8.1 再現可能な研究
• 8.2 研究レポートの執筆
• 8.3 倫理
• 8.4 終わりに