Wprowadzenie do zaawansowanych metod statystycznych w dyscyplinie psychologia

obowiązkowe

Forma zajęć: seminarium (główna forma), laboratorium (forma dodatkowa)

Stosowane metody dydaktyczne: dyskusja zadanych tekstów

Kurs wprowadza kluczowe koncepcje związane z analizą regresji w naukach społecznych. Wskazuje na często popełniane błędy i niewłaściwe zastosowania metod statystycznych oraz prezentuje rozwiązania dla tych problemów. Dotyka on m.in. zagadnień takich jak przyczynowa interpretacja wyników analiz regresji, analiza interakcji czy wnioskowanie quasi-eksperymentalne. Jako taki, oferuje on wiedzę niezbędną do przystąpienia do kluczowego kursu z zaawansowanej statystyki stosowanej (Zaawansowane metody statystyczne w dyscyplinie psychologia)

Abadie, A., Diamond, A., & Hainmueller, J. (2010). Synthetic control methods for comparative case studies: Estimating the effect of California’s tobacco control program. Journal of the American Statistical Association, 105(490), 493-505.

Angrist, J. D., & Pischke, J. S. (2009). Mostly harmless econometrics: An empiricist's companion. Princeton University Press.

Brambor, T., Clark, W. R., & Golder, M. (2006). Understanding interaction models: Improving empirical analyses. Political Analysis, 14(1), 63-82.

Gelman, A., & Weakliem, D. (2009). Of beauty, sex and power: Too little attention has been paid to the statistical challenges in estimating small effects. American Scientist, 97(4), 310-316.

Górecki, M. A., & Kukołowicz, P. (2018). Electoral formula, legal threshold and the number of parties: a natural experiment. Party Politics, 24(6), 617-628.

King, G. (1986). How not to lie with statistics: Avoiding common mistakes in quantitative political science. American Journal of Political Science, 666-687.

Kirk, D. S. (2009). A natural experiment on residential change and recidivism: Lessons from Hurricane Katrina. American Sociological Review, 74(3), 484-505.

Założenia stojące za modelem analizy regresji klasyczną metodą najmniejszych kwadratów

Zagrożenia wynikające z niespełnienia ww. założeń

Zagrożenia dla przyczynowej interpretacji wyników analiz regresji (np. pętla przyczynowości)

Metody badania przyczynowości poprzez szeroką rozumianą analizę regresji (np. zmienne instrumentalne, syntetyczne jednostki kontrolne)

Błędy w analizie interakcji

Umiejętności: Potrafi

Krytycznie dyskutować zalety i wady konkretnych zaawansowanych analiz statystycznych

Społeczne kompetencje: Jest gotów do:

Nie oferuje się wyraźnie określonych kompetencji społecznych

Opis wymagań związanych z uczestnictwem w zajęciach, w tym dopuszczalnej liczby nieobecności podlegających usprawiedliwieniu: 2 nieusprawiedliwione obecności

Zasady zaliczania zajęć i przedmiotu (w tym zaliczania poprawkowego): praca pisemna

Metody weryfikacji efektów uczenia się: Aktywny udział w zajęciach.

Kryteria oceniania: aktywne uczestnictwo w zajęciach, praca pisemna