Modélisation avancée pour les sciences sociales

Ce cours forme à la modélisation quantitative pour répondre à des questions de recherche en sciences sociales. Il s’adresse à des étudiant·es ayant déjà une familiarité avec les régressions linéaires et logistiques et avec le logiciel R (charger des données, recodées des variables et réaliser un modèle de régression).

La modélisation a pour but de spécifier des modèles statistiques qui permettent de résoudre des questions de recherche complexes tout en étant adaptés aux données, afin d’obtenir des résultats robustes. Le cours explorera la modélisation et ses usages en sciences sociales, en particulier en sociologie quantitative, en alternant lecture de textes, cours et cas pratiques.

En particulier deux situations de modélisation seront examinées :

• Modéliser pour analyser des données longitudinales, ou répétées
• Modéliser pour s’approcher d’un raisonnement causal.

On examinera tant les aspects pratiques de ces stratégies que leurs hypothèses, leurs forces et leurs limites, et on discutera d’éventuelles alternatives.

Exemples d’approches développées : modèles pour données de panels (effets fixes, effets aléatoires), analyse de séquence (optimal matching), variables instrumentales, situations d’expérience naturelle.

Préinscription obligatoire auprès de Marie Plessz.

Dates et lieu : Lundi de 16 h à 18 h du lundi 8 janvier 2024 au 2 avril 2024 (pas de cours le 19 février).
Campus Jourdan de l’ENS, salle R3-46

Pour qui : Cours du tronc commun de M2 du master QESS ouvert aux étudiants disposant des prérequis :

• Logiciel R : savoir recoder une variable, savoir réaliser une régression linéaire.
• Statistiques : régression linéaire et logistique, test statistique.
• Sciences sociales : lire un article de sciences sociales en anglais.