Ocena:
Książka spotkała się z mieszanym przyjęciem, a czytelnicy podkreślali zarówno jej cenne spostrzeżenia, jak i istotne wady. Choć stanowi przydatne źródło wiedzy dla badaczy nauk społecznych, jest postrzegana jako zbyt droga i pozbawiona praktycznych porad dotyczących stosowania teorii.
Zalety:Kompleksowy przegląd zagadnień związanych z wnioskowaniem przyczynowo-skutkowym; korzystny dla socjologów, ekonomistów, psychologów i badaczy nauk społecznych.
Wady:⬤ Zawyżona cena
⬤ brak praktycznych porad dotyczących wdrażania teorii
⬤ niektórzy czytelnicy uważają, że zawartość jest niewystarczająca, biorąc pod uwagę cenę.
(na podstawie 2 opinii czytelników)
Handbook of Causal Analysis for Social Research
Przedmowa. - Rozdział 1.
Wprowadzenie; Stephen L. Morgan. - CZĘŚĆ I.
TŁO I PODEJŚCIA DO ANALIZY.
- Rozdział 2. Historia analizy przyczynowej w naukach społecznych; Sondra N.
Barringer, Erin Leahey i Scott R. Eliason. - Rozdział 3.
Rodzaje przyczyn; Jeremy Freese i J. Alex Kevern. - CZĘŚĆ II.
WYBORY DOTYCZĄCE PROJEKTOWANIA I MODELOWANIA. - Rozdział 4.
Projektowanie badań: W kierunku realistycznej roli analizy przyczynowej; Herbert L. Smith. - Rozdział 5.
Modele przyczynowe i kontrfakty; James Mahoney, Gary Goertz i Charles C.
Ragin. - Rozdział 6. Modele mieszane i kontrfakty; David J.
Harding i Kristin S. Seefeldt. - CZĘŚĆ III.
POZA KONWENCJONALNYMI MODELAMI REGRESJI. - Rozdział 7. Fixed Effects, Random Effects i Hybrid Models for Causal Analysis; Glenn Firebaugh, Cody Warner i Michael Massoglia.
- Rozdział 8. Heteroscedastyczne modele regresji dla systematycznej analizy wariancji resztowej; Hui Zheng, Yang Yang i Kenneth C. Land.
- Rozdział 9. Różnice grupowe w uogólnionych modelach liniowych; Tim F. Liao.
- Rozdział 10. Kontrfaktyczna analiza przyczynowa i nieliniowe modele prawdopodobieństwa; Richard Breen i Kristian Bernt Karlson. - Rozdział 11.
Heterogeniczność efektu przyczynowego; Jennie E. Brand i Juli Simon Thomas. - Rozdział 12.
Nowe perspektywy analizy mediacji przyczynowej; Xiaolu Wang i Michael E. Sobel. - CZĘŚĆ IV.
SYSTEMY I ZWIĄZKI PRZYCZYNOWE - Rozdział 13. Graficzne modele przyczynowe; Felix Elwert. - Rozdział 14.
Przyczynowe implikacje myślenia mechanistycznego: Identification Using Directed Acyclic Graphs (DAGs); Carly R. Knight i Christopher Winship. - Rozdział 15.
Osiem mitów na temat przyczynowości i modeli równań strukturalnych; Kenneth A. Bollen i Judea Pearl. - CZĘŚĆ V.
WPŁYW I ZAKŁÓCENIA. - Rozdział 16. Heterogeneous Agents, Social Interactions, and Causal Inference (Niejednorodni agenci, interakcje społeczne i wnioskowanie przyczynowe); Guanglei Hong i Stephen W.
Raudenbush. - Rozdział 17. Sieci społeczne i wnioskowanie przyczynowe; Tyler J.
VanderWeele i Weihua An. - CZĘŚĆ VI. ODWRÓT OD IDENTYFIKACJI EFEKTÓW.
- Rozdział 18. Częściowa identyfikacja i analiza wrażliwości; Markus Gangl. - Rozdział 19.
Czego można się nauczyć z błędnych modeli przyczynowych; Richard Berk, Lawrence Brown, Edward George, Emil Pitkin, Mikhail Traskin, Kai Zhang i Linda Zhao. -.
© Book1 Group - wszelkie prawa zastrzeżone.
Zawartość tej strony nie może być kopiowana ani wykorzystywana w całości lub w części bez pisemnej zgody właściciela.
Ostatnia aktualizacja: 2024.11.13 21:45 (GMT)