Reflétant un changement radical dans la façon dont la recherche empirique a été menée au cours des trois dernières décennies, Fondements de la statistique agnostique présente un traitement novateur de la théorie statistique moderne pour les sciences sociales et de la santé. Ce livre développe les principes fondamentaux de ce que les auteurs appellent les statistiques agnostiques, qui considèrent ce que l’on peut apprendre sur le monde sans supposer qu’il existe un modèle génératif simple dont on peut savoir qu’il est vrai. Aronow et Miller fournissent les bases de l’inférence statistique pour les chercheurs qui ne veulent pas faire d’hypothèses au-delà de ce qu’eux-mêmes ou leur public trouveraient crédible. S’appuyant sur les principes de base, le livre couvre des sujets tels que la théorie de l’estimation, la régression, le maximum de vraisemblance, les données manquantes et l’inférence causale. À l’aide de ces principes, les lecteurs seront en mesure d’articuler formellement leurs cibles d’enquête, de distinguer les hypothèses de fond des hypothèses statistiques et, en fin de compte, de s’engager dans des recherches empiriques quantitatives de pointe qui contribuent à la connaissance humaine. Langue : Anglais