Spatial Socio-econometric Modeling (SSEM) (eBook)

Spatial Socio-econometric Modeling (SSEM) (eBook)

Manuel S. González Canché
Manuel S. González Canché
Prezzo:
€ 84,23
Compra EPUB
Prezzo:
€ 84,23
Compra EPUB

Formato

:
EPUB
Cloud: Scopri di più
Lingua: en
Editore: Springer
Collana: Springer Texts in Social Sciences
Codice EAN: 9783031248573
Anno pubblicazione: 2023
Scopri QUI come leggere i tuoi eBook

Note legali

NOTE LEGALI

a) Garanzia legale, Pagamenti, Consegne, Diritto di recesso
b) Informazioni sul prezzo
Il prezzo barrato corrisponde al prezzo di vendita al pubblico al lordo di IVA e al netto delle spese di spedizione
Il prezzo barrato dei libri italiani corrisponde al prezzo di copertina.
I libri in inglese di Libraccio sono di provenienza americana o inglese.
Libraccio riceve quotidianamente i prodotti dagli USA e dalla Gran Bretagna, pagandone i costi di importazione, spedizione in Italia ecc.
Il prezzo in EURO è fissato da Libraccio e, in alcuni casi, può discostarsi leggermente dal cambio dollaro/euro o sterlina/euro del giorno. Il prezzo che pagherai sarà quello in EURO al momento della conferma dell'ordine.
In ogni caso potrai verificare la convenienza dei nostri prezzi rispetto ad altri siti italiani e, in moltissimi casi, anche rispetto all'acquisto su siti americani o inglesi.
c) Disponibilità
I termini relativi alla disponibilità dei prodotti sono indicati nelle Condizioni generali di vendita.

Disponibilità immediata
L'articolo è immediatamente disponibile presso Libraccio e saremo in grado di procedere con la spedizione entro un giorno lavorativo.
Nota: La disponibilità prevista fa riferimento a singole disponibilità.

Disponibile in giorni o settimane (ad es. "3-5-10 giorni", "4-5 settimane" )
L'articolo sarà disponibile entro le tempistiche indicate, necessarie per ricevere l'articolo dai nostri fornitori e preparare la spedizione.
Nota: La disponibilità prevista fa riferimento a singole disponibilità.

Prenotazione libri scolastici
Il servizio ti permette di prenotare libri scolastici nuovi che risultano non disponibili al momento dell'acquisto.

Attualmente non disponibile
L'articolo sarà disponibile ma non sappiamo ancora quando. Inserisci la tua mail dalla scheda prodotto attivando il servizio Libraccio “avvisami” e sarai contattato quando sarà ordinabile.

Difficile reperibilità
Abbiamo dei problemi nel reperire il prodotto. Il fornitore non ci dà informazioni sulla sua reperibilità, ma se desideri comunque effettuare l'ordine, cercheremo di averlo nei tempi indicati. Se non sarà possibile, ti avvertiremo via e-mail e l'ordine verrà cancellato.
Chiudi

Descrizione

With the primary goal of expanding access to spatial data science tools, this book offers dozens of minimal or low-code functions and tutorials designed to ease the implementation of fully reproducible Spatial Socio-Econometric Modeling (SSEM) analyses. Designed as a University of Pennsylvania Ph.D. level course for sociologists, political scientists, urban planners, criminologists, and data scientists, this textbook equips social scientists with all concepts, explanations, and functions required to strengthen their data storytelling. It specifically provides social scientists with a comprehensive set of open-access minimal code tools to: •Identify and access place-based longitudinal and cross-sectional data sources and formats •Conduct advanced data management, including crosswalks, joining, and matching •Fully connect social network analyses with geospatial statistics •Formulate research questions designed to account for place-based factors in model specification and assess their relevance compared to individual- or unit-level indicators •Estimate distance measures across units that follow road network paths •Create sophisticated and interactive HTML data visualizations cross-sectionally or longitudinally, to strengthen research storytelling capabilities •Follow best practices for presenting spatial analyses, findings, and implications •Master theories on neighborhood effects, equality of opportunity, and geography of (dis)advantage that undergird SSEM applications and methods •Assess multicollinearity issues via machine learning that may affect coefficients' estimates and guide the identification of relevant predictors •Strategize how to address feedback loops by using SSEM as an identification framework that can be merged with standard quasi-experimental techniques like propensity score models, instrumental variables, and difference in differences •Expand the SSEM analyses to connections that emerge via social interactions, such as co-authorship and advice networks, or any form of relational data The applied nature of the book along with the cost-free, multi-operative R software makes the usability and applicability of this textbook worldwide.