An R reproducibility toolkit for the practical researcher 🐑

Для практического исследователя важно иметь инструментарий для R-воспроизводимых вычислений. Курс от Elio Campitelli и Paola Corrales, который проводился 9-12 октября 2023 г., нацелен на то, чтобы понять как организовать проект, ускорить совместную работу и максимизировать ее воспроизводимость, используя существующие инструменты экосистемы R, такие как RMarkdown, renv и другие, контроль версий и рабочие среды.

Материалы курса кратко, но довольно содержательно с хорошими иллюстрациями показывают, в частности:

✔️ как создать проект R
✔️ управлять воспроизводимой средой
✔️ публиковать данные
✔️ отслеживать изменения с помощью Git
✔️ создавать и публиковать контейнеры

📙 Напомню про книгу Building reproducible analytical pipelines with R by Bruno Rodrigues и сайт по воспроизводимому анализу данных.

Telling Stories with Data 🔥

▪️ Книга Telling Stories with Data призвана помочь исследователям работать с данными, включая сбор данных (например, с использованием API и частично структурированных данных, таких как JSON и XML), очистку данных, документирование и моделирование на основе воспроизводимых рабочих процессов.

▪️ В книге приводятся примеры на основе социальных, культурных и экономических данных используя разнообразные методы, в частности, разведочный анализ данных, поиск причинно-следственных связей, регрессионный анализ. Книга пошагово подробно показывает все аспекты работы с данными и имеет хорошие отзывы.

Автор - Rohan Alexander создал несколько курсов на основе книги для бакалавриата, магистратуры и профессионального обучения. Книга недавно издана и доступна в печатном виде.

Causal Inference in R 💡

Книга Causal Inference in R (Malcolm Barrett, Lucy D’Agostino McGowan, Travis Gerke) предназначена как для академических исследователей, так и для специалистов по обработке данных и позволит разобраться с причинно-следственным анализом с помощью R.

Авторы ведут свой блог и создали ряд соответствующих библиотек на основе {tidyverse}. Здесь же содержатся материалы практического семинара Causal Inference in R Workshop.

Еще две книги с элементами кода на R, Stata и Python также являются введением в предметную область опираясь на эконометрику:

🔹Causal Inference. The Mixtape by Scott Cunningham
🔹The Effect: An Introduction to Research Design and Causality by Nick Huntington-Klein

Отмечу аналогичные книги написанные на Python 🐍:

🔹Causal Inference for The Brave and True
🔹Causal Inference and Discovery in Python

https://data.rcsi.science/

качайте данные, пока есть возможность 😉

🔹 Новая открытая база данных по смертности на основе административных источников. Данных за 2022/2023 годы там, правда, нет.

«Российская база данных краткосрочных колебаний смертности (РосБКС) Международной лаборатории исследований населения и здоровья НИУ ВШЭ содержит понедельные общие и стандартизованные по возрасту коэффициенты смертности по регионам России и стране в целом за 2000-2021 гг.

Все представленные в РосБКС показатели рассчитаны на основе данных статистики населения, полученных от Федеральной службы государственной статистики. РосБКС ориентирована прежде всего на специалистов, занимающихся профессиональным анализом демографических показателей. Данные представлены в формате *.csv».

@evidencespace

2) Про базу данных о краткосрочных колебаниях смертности в России (data paper). Понедельные данные! https://doi.org/10.3897/popecon.7.e114628

#CausalInference #ML #MachineLearning #методы #МашинноеОбучение

Машинное обучение - это про предсказания и классификацию. Статистический причинно-следственный вывод (causal inference) - про количественную оценку эффекта воздействия одной конкретной переменной (например, насколько снизится - и снизится ли вообще - уровень насильственной преступности в уездном городе Ковылкино N, если алкоголь будут продавать до 21, а не до 22 часов). Казалось бы, что у этих задач и методов общего?

Долгое время они действительно развивались параллельно и почти без пересечений. Однако в какой-то момент выяснилось, что впечатляющие вычислительные инструменты ML очень подходят для таких типичных и важных для causal inference вещей, как моделирование конфаундинга (воздействия третьих переменных), гетерогенности эффекта воздействия (то же самое лекарство от головной боли одному человеку поможет, а другому - нет), а также динамических и сетевых (а если все с крыши пойдут прыгать?) контекстов.

Если вам знакомы такие слова, как мэтчинг, обратное взвешивание по вероятности, инструментальные переменные или разрывный дизайн, хотим обратить ваше внимание на новый обзор в Annual Review of Sociology от Дженни Брэнд, Шиань Джоу и Ю Сиэ (сразу просим прощения за потенциально ошибочную транскрипцию), в котором рассказывается, как во всех этих подходах (и других!) можно использовать методы машинного обучения с пользой для себя и для дела.

А если не знакомы, в статье идеи, лежащие в основании соответствующих дизайнов, объясняются просто и доступно - настолько, что вполне можно давать студентам-неэкономистам в качестве введения в проблематику causal inference.

Brand, J. E., Zhou, X., & Xie, Y. (2023). Recent Developments in Causal Inference and Machine Learning. Annual Review of Sociology, 49. https://doi.org/10.1146/annurev-soc-030420-015345

P.S. В качестве бонуса для тех, кто осилил до конца, - ссылка на лекционные слайды курса Кирилла Борусяка по прикладной эконометрике, прочитанного минувшей осенью в Беркли. Тоже много полезного и интересного.

Хорошо, когда из одного дисциплинарного колодца видно другой:

DiPrete (2020) has written an Annual Review of Sociology article on the relationship between inequality and mobility that should be read in conjunction with this review. DiPrete gives a sociologist's perspective while paying careful attention to the economics literature. We hope we have shown the same sensitivity to sociological work in writing from an economist's perspective.

Росстат сделал неожиданный – по нынешним меркам, – но, на мой взгляд, несколько странный сюрприз.

С 2019 проводится ежегодное Выборочное наблюдения состояния здоровья населения (ВНСЗН). По сочетанию в одной анкете сравнительно подробных вопросов о здоровье, полезном и вредном потреблении чего-то внутрь, физической активности и социальном самочувствии и социально-экономических условиях с этим обследованием может сравниться только Российский мониторинг экономического положения и здоровья населения (RLMS), но выборка росстатовского ВНСЗН – 120 тыс. человек во всех регионах страны. И до последнего времени это было одно из немногих обследований населения, микроданные которого Росстат не размещал в открытом доступе. И вот сюрприз: появились микроданные за 2023, причем очень оперативно по сравнению с другими обследованиям – сбор данных был в сентябре 2023. Странность в том, что файл микроданных не содержит привычные переменные, прежде всего коэффициенты взвешивания и типы населенных пунктов по численности населения. Если без второго с этими данными работать можно спокойно, то без взвешивающих коэффициентов – проблематично. По крайней мере, когда хочется что-то сказать с претензией на «репрезентативность всех россиян».

Но кроме микроданных Росстат публикует распределения ответов на некоторые вопросы о состоянии здоровья и самочувствии (как раз по взвешенным данным) по возрастным группам. И я бы с интересом почитала комментарии психологов или близких специалистов о степени тревожности россиян, которая проявляется в этих распределениях. Например, в информационной панели ВНСЗН можно найти цифры за 2019-2021, а в «Итогах наблюдения» за 2023 о том, как взрослые 15 лет и старше отвечали на вопрос «Тревожит ли Вас неопределенность будущего?» из блока о социальном самочувствии. Если в 2023 19,2% выбрали вариант «очень тревожит», а 44,3% «скорее тревожит», – это много? И эта «суммарная» тревожность из-за неопределённости будущего в 63,5% – максимум из четырёх лет, данные за которые опубликованы: в 2019 тревожащихся было 60,4%, в 2020 – 61,5%, в 2021 – 58,04%.

Весной в Институте проблем правоприменения Европейского университета в Санкт-Петербурге — сразу три интенсива, один из них — по доказательному подходу.

16–17 марта
Эмпирические методы в правовых исследованиях

🔸 Качественные методы
🔸 Как написать и презентовать научный текст
🔸 Количественные методы
🔸 Автоматический анализ текстовых данных

13–14 апреля
Доказательный подход: от практиков практикам

🔸 Методология и практика реализации доказательного подхода
🔸 Оценочное исследование (evaluation research)
🔸 Экспертные интервью в административном контексте
🔸 Возможности и ограничения качественной методологии в доказательном подходе
🔸 Внешние источники данных для оценки эффективности государственных органов
🔸 Данные в принятии управленческих решений

25–26 мая
Экономический анализ права

🔸 Экономический подход к анализу права, прав собственности, судебной власти
🔸 Экономический анализ регулирования: случай отрасли общественного питания
🔸 Tаргетирование проверок
🔸 Плановые v. внеплановые проверки: выбор регулятора

Стоят все три программы одинаково — 15 тысяч рублей.

Тот, кто убил — тот и убит.

Когда ваши сыновья заинтересовались политикой?

«Олег никогда не интересовался — вплоть до того, как начались все эти уголовные дела. А Алешка — мне кажется, когда мы с ним программу «ВИД» вместе стали смотреть. Он музыкой стал интересоваться: у нас вся квартира оказалась обклеена плакатами (группы) ДДТ. А в программе «ВИД» сначала все было про политику, а потом про музыку — вот Алеша со мной и смотрел — ждал музыки».

Светлая память Алексею Навальному.

В этом году на «Летней Школе» снова заработает мастерская Дата-журналистики. Ее организует издание «Системный Блокъ». До этого мастерская проводилась в 2019 году — 5 лет назад

В этом году своими знаниями и данными вместе с журналистами Системного Блока поделятся ребята из «Если быть точным» @tochno_st, «Лаборатории университетской прозрачности» @uni_loup, Яндекс-исследований, Инфокультуры, Т-Ж, центра научной коммуникаций ИТМО, института Общей генетики РАН и не только.

В общем, если вы любите сосны и исследования, то можно отлично провести время в июле-августе на «Летней школе» на берегу Волги. В палатке.

Подать заявку на участие можно на странице мастерской (https://letnyayashkola.org/data-jour/) до 20 мая.

🎓Кому будет интересно?

Журналистам, дата-журналистам, студентам и выпускникам медийных и других гуманитарных специальностей, а также программистам, аналитикам данных и визуализаторам, кто готов попробовать себя в новой сфере.

✍🏼 Что будет?

Сначала лекции, а потом практика. Программа состоит из образовательной и проектной части.

В образовательной части мастерской участники узнают, каким данным можно верить и какими источниками пользоваться, как сделать материал интересным, какие бывают виды графиков и как визуализировать данные.

В проектной части вас ждет хакатон: 10 редакций пройдут полный цикл создания медиаматериала на базе подготовленных датасетов. Каждая команда завершит мастерскую с публикацией своего исследования в “Системном Блоке” или у партнеров.

📍Когда и где?

Даты проведения: с 21 июля по 5 августа 2024 года на Волге недалеко от Дубны.