Napredne statističke metode u političkim istraživanjima

Ciljevi izučavanja predmeta

Cilj kursa je ovladavanje naprednim metodama i tehnikama kada je reč o korišćenju inferencijalne statistike. Pojednostaljeno, cilj je da studenti budu osposobljeni da na osnovu teorijskih hipoteza definišu operacionalne hipoteze koje će proveravati korišćenjem regresione analize. Dodatno, cilj kursa jeste aktivno korišćenje statističkog softvera (SPSS)

Ishodi učenja (stečena znanja)

Nakon uspešno završenog kursa, studenti će biti osposobljeni da koriste regresionu analizu za testiranje teorijskih hipoteza. Preciznije, studenti će naučiti kako da organizuju podatke i
varijable, te kako da izaberu i primene valjanu regresionu analizu za ispitaivanje linerane povezanosti u multivarijantnom prostoru. Kurs uključuje i usvajanje znanja koja se tiču preispitivanja pretpostavki i problema koji su učestali u primene multivarijantne regresione analize, kao i načina da se ove prepreke prevaziđu i formiraju inferencijalno heuristički plodni multivarijantni modeli

Sadržaj teorijske nastave

1. Podsećanje: deskriptivna i bivarijantna statistika, osnove statističkog zaključivanja
2. Uvod u linearnu regresionu analizu:OLS regresiona analiza (konstanta, intercept, regresioni koeficijenti, reziduali)
3. Inferencijalna statistika na osnovama linearne regresione analize: statističko modeliranje, formiranje multivarijantih medala i interpretacija nalazas
4. Organizacija varijabli za multivarijantno regresiono modeliranje: kategorijke varijable kao prediktori u regresionoj analizi, njihov dizajn, uveđenje u model i interpretacija regresionih koeficijenata
5. Ključni problemi u primeni linearno regresione analize: pretpostavke, ispitivanje valjanosti/prilagoljenosti modela, dijagnostika problema, kolinearnost, heteroskedastičnost

Sadržaj praktične nastave

6. Rešavanje problema u linearnim modelima, napredno modeliranje
7. Uvođenje interakcijskog (moderatorskog) efekta u cilju preciznijeg i potpunijeg testiranja hipoteza: od korelacije ka kauzalitetu; snaženje integreiteta inferencijalne statistike
8. Dvovalentne varijable kao zavisne: binomijalna regresionaanaliza, specifičnosti interpretacije regresionih koeficijenata i alternativni statistici kojima se proverava prilagođenost i vanjanost modela
9. Kategorijalne varijable kao zavisne: multinomijalna regresiona analiza, specifičnosti interpretacije nalaza i problemi validnosti modela
10. Ordinalna regresiona analiza: specifičnosti primene ove analize u situacijama kada je zavisna varijabla ordinalna; problemi, interpretacija, prilagođenost modela
11. Teorijske (konceptualne premisa) i korišćnje regresione analize za proveravanje teorijskih hipoteza: formulisanje radnih (operacionalnih) hipoteza, teorijska interpretacija infernecijalnih statističkih nalaza na osnovu regresioje analize
12. Primeri regresionih analiza iz naučne prakse testiranja hipoteza u načnim radovima i časopisima

1. Bešić Miloš (2019). Metodologija političkih nauka. Akademska knjiga. Novi Sad

2. Bešić Miloš (2006) Statistički priručnik. FPN. Podgorica

3. Agresti, A., & Finlay, B. (2008). Statistical methods for the social sciences 4th edition

4. Freedman, D., Pisani, R., Purves, R., & Adhikari, A. (2007). Statistics. 4rd Edition. New York: Norton

5. Andrew, Gelman and Jennifer Hill. Data Analysis Using Regression and Multilevel/Hierarchical Models. Cambridge University Press

6. Landau, S. (2019). A handbook of statistical analyses using SPSS. Chapman & Hall

Predavanja i vežbe