POL 6021 - Département de science politique

Méthodes de recherche quantitative en science politique
POL6021 – A2016 – Université de Montréal
Vincent Arel-Bundock
Le séminaire de méthodes d’analyse de données quantitatives est un séminaire d’études
supérieures qui s’adresse aux étudiants de maîtrise (profil recherche) et aux étudiants de doctorat. Il poursuit deux grands objectifs: fournir aux étudiants les outils nécessaires au développement d’une démarche de recherche cohérente et rigoureuse dans la perspective de la réalisation
de leur mémoire de maîtrise ou leur thèse de doctorat; leur donner les connaissances et aptitudes nécessaires à choisir et mettre en oeuvre les méthodes quantitatives les plus pertinentes à
leur questionnement initial.
Formation au logiciel statistique R
Du 14 septembre au 12 octobre Eric Guntermann offrira des ateliers gratuits de formation au
logiciel statistique R. . Ces ateliers auront lieu les mercredis de midi à 13h au local C-4019 du
pavillon Lionel-Groulx. Vous devez utiliser vos propres ordinateurs portables, ou en emprunter
un à la DGTIC. Ces séances sont optionnelles, mais fortement recommendées.
Évaluation
• Participation aux discussions en classe (15%)
• Introduction à R (15%). Les deux parties de cet exercice doivent être complétées avant le
2016-09-20
1. Data Camp
– Inscrivez-vous au groupe DataCamp en suivant ce lien: DataCamp Group
– Complétez le cours “Introduction to R”
2. R Studio
– Installez le programme (gratuit) R Studio sur votre ordinateur personnel: https:
//www.rstudio.com/
– Envoyez moi un courriel avec le résultat de la commande suivante: set.seed(1024)
; rnorm(1)
• Huit travaux pratiques (70%)
– Voir StudiUM pour devoirs et données.
1
– Tous les travaux pratiques seront corrigés en classe le jour de remise (voir calendrier
plus bas). Par conséquent, aucun retard ne sera accepté.
– Les devoirs doivent être écrits individuellement. Vous êtes autorisés à discuter des
questions et réponses avec un(e) autre étudiant(e) du cours. Si vous exercez ce droit
de consultation, vous devez indiquer le nom du partenaire sur votre travail.
– Il y a 8 travaux pratiques au total. Chacun est obligatoire et peut compter pour 10%
de la note finale. En calculant votre résultat final, je tiendrai seulement compte de
vos 7 travaux les plus forts.
Références
Obligatoire et essentiel:
• Bailey, Michael A. Real Stats: Using Econometrics for Political Science and Public Policy.
New York: Oxford University Press, 2015.
Presque gratuit et très utile:
• D. Peng, Roger. R Programming for Data Science. Leanpub, 2014. https://leanpub.com/rprogramming.
En réserve à la BLSH:
• Mastering ’Metrics : the path from cause to effect Joshua D. Angrist and Jörn-Steffen
Pischke. Princeton : Princeton University Press [2015]
Utile:
•
•
•
•
•
•
•
Political analysis using R James E. Monogan III. Cham : Springer [2015]
Moore & Siegel. 2013. A mathematics course for political and social research
Jeffrey Wooldridge. 2012. Introductory Econometrics: A Modern Approach.
Damodar Gujarati and Dawn Porter. 2009. Basic Econometrics
Sean Gailmard. 2014. Statistical Modeling and Inference for Social Science.
John Fox. 2016. Applied Regression Analysis and Generalized Linear Models
Edward Dowling. 2011. Schaum’s Outline of Introduction to Mathematical Economics
Calendrier
Notes importantes:
• les deux premières séances de cours seront données conjointement avec le prof de méthodes qualitatives. Veuillez consulter vos messages StudiUM pour les détails.
• vous devez faire les lectures avant le cours correspondant.
Séances de cours:
2
1. 2016-09-06: Les questions éthiques en recherche; le positionnement ontologique du chercheur;
revue de la litérature et recherche bibliographique.
2. 2016-09-13: Problématique et question de recherche; hypothèses descriptives/explicatives;
la représentation linéaire des hypothèses de recherche; méthode comparative; problèmes
empiriques partagés par les méthodes qualitatives et quantitatives.
• Bailey ch. 1
• Lave and March. Introduction to Models in the Social Sciences. 1993. pp.1-42
3. 2016-09-20: Problème #0: Mathématiques statistiques & Problème fondamental de l’inférence
causale
• TP à remettre: Le Modèle Linéaire
• Lire: Bailey Appendix A
• Sommation, Espérance mathématique, Moments, Distributions
4. 2016-09-27: Problème #1: Est-ce que la relation est due au hasard?
• TP à remettre: Mathématiques
• Lire: Bailey ch. 3-4
5. 2016-10-04: Outils: Association entre deux variables
• TP à remettre: Probabilités
• Bailey ch.3-4
6. 2016-10-11: Problème #2: Biais par variable omise
• TP à remettre: Statistiques Descriptives
• Lire: Bailey ch.5
7. 2016-10-18: Outils: Régression multiple I
• TP à remettre: Régression multiple – Théorie
8. 2016-10-25: Activités libres
9. 2016-11-01: Outils: Régression multiple II
• TP à remettre: Régression multiple – Application
• Lire: Bailey ch.6
10. 2016-11-08: Outils: Régression multiple III
• Bailey ch.14
• Brambor, Thomas, William Roberts Clark, and Matt Golder. “Understanding Interaction Models: Improving Empirical Analyses.” Political Analysis 14, no.
11. 2016-11-15:Problèmes #3 et #4: sélection et endogénéité
• TP à remettre: Régression multiple – Étude de cas
• Lire: Bailey ch.9
3
12. 2016-11-22:Problème #5: mauvais modèle
• TP à remettre: Interaction, sélection, endogénéité, et hasard
• Linear probabiliy model, Maximum Likelihood, modèle linéaire généralisé.
13. 2016-11-29: Outils: Le “Gold Standard” – assignement aléatoire et inférence causale
•
•
•
•
Lire: Bailey ch. 10-11
Expériences en laboratoire
Regression discontinuity
Expériences quasi naturelles
14. 2016-12-06:Méthodes mixtes
4