Напредне статистичке методе у политичким истраживањима

Циљеви изучавања предмета

Циљ курса је овладавање напредним методама и техникама када је реч о коришћењу инференцијалне статистике. Поједностаљено, циљ је да студенти буду оспособљени да на основу теоријских хипотеза дефинишу операционалне хипотезе које ће проверавати коришћењем регресионе анализе. Додатно, циљ курса јесте активно коришћење статистичког софтвера (СПСС)

Исходи учења (стечена знања)

Након успешно завршеног курса, студенти ће бити оспособљени да користе регресиону анализу за тестирање теоријских хипотеза. Прецизније, студенти ће научити како да организују податке и
варијабле, те како да изаберу и примене ваљану регресиону анализу за испитаивање линеране повезаности у мултиваријантном простору. Курс укључује и усвајање знања која се тичу преиспитивања претпоставки и проблема који су учестали у примене мултиваријантне регресионе анализе, као и начина да се ове препреке превазиђу и формирају инференцијално хеуристички плодни мултиваријантни модели

Садржај теоријске наставе

1. Подсећање: дескриптивна и биваријантна статистика, основе статистичког закључивања
2. Увод у линеарну регресиону анализу:ОЛС регресиона анализа (константа, интерцепт, регресиони коефицијенти, резидуали)
3. Инференцијална статистика на основама линеарне регресионе анализе: статистичко моделирање, формирање мултиваријантих медала и интерпретација налазас
4. Организација варијабли за мултиваријантно регресионо моделирање: категоријке варијабле као предиктори у регресионој анализи, њихов дизајн, увеђење у модел и интерпретација регресионих коефицијената
5. Кључни проблеми у примени линеарно регресионе анализе: претпоставке, испитивање ваљаности/прилагољености модела, дијагностика проблема, колинеарност, хетероскедастичност

Садржај практичне наставе

6. Решавање проблема у линеарним моделима, напредно моделирање
7. Увођење интеракцијског (модераторског) ефекта у циљу прецизнијег и потпунијег тестирања хипотеза: од корелације ка каузалитету; снажење интегреитета инференцијалне статистике
8. Двовалентне варијабле као зависне: биномијална регресионаанализа, специфичности интерпретације регресионих коефицијената и алтернативни статистици којима се проверава прилагођеност и вањаност модела
9. Категоријалне варијабле као зависне: мултиномијална регресиона анализа, специфичности интерпретације налаза и проблеми валидности модела
10. Ординална регресиона анализа: специфичности примене ове анализе у ситуацијама када је зависна варијабла ординална; проблеми, интерпретација, прилагођеност модела
11. Теоријске (концептуалне премиса) и коришћње регресионе анализе за проверавање теоријских хипотеза: формулисање радних (операционалних) хипотеза, теоријска интерпретација инфернецијалних статистичких налаза на основу регресиоје анализе
12. Примери регресионих анализа из научне праксе тестирања хипотеза у начним радовима и часописима

1. Бешић Милош (2019). Методологија политичких наука. Академска књига. Нови Сад

2. Бешић Милош (2006) Статистички приручник. ФПН. Подгорица

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

Предавања и вежбе