Ésta es la
página del curso de métodos cuantitativos en ciencia política,
impartido
por Javier Aparicio y Guillermo Trejo en el CIDE.
Aquí encontrarán
información relevante sobre el curso, el calendario de
lecturas asignadas,
así como comentarios
sobre los temas
cubiertos en clase y avisos importantes.
Temario / Bibliografía | Notas de clase | Datos y Bitácoras | Lecturas Asignadas |
El objetivo de este curso es continuar y profundizar los temas vistos en la materia Métodos Cuantitativos impartida en el sexto semestre de la licenciatura en CP y RI. En particular, nuestro propósito es ampliar tu conocimiento de técnicas para el análisis de variables continuas y categóricas. Lo enteramente nuevo del curso, sin embargo, es que introducimos la dimensión temporal para el análisis estadístico y añadimos el análisis de eventos. El análisis empírico en la ciencia política ha sido tradicionalmente de tipo transversal, es decir, estático; en este curso queremos revisar las técnicas estadísticas que se han desarrollado en los últimos años para analizar la variación de fenómenos políticos en espacio y tiempo.
El curso inicia con un breve repaso del manejo de bases de datos y del modelo de regresión lineal. La idea no es cubrir aspectos previamente vistos de OLS, sino profundizar en el diagnóstico de los modelos y en la corrección de problemas. Tras afianzar nuestro uso de OLS para datos transversales, el curso introduce la dimensión temporal a través de OLS para panel. Una vez cubiertos los modelos lineales, entraremos más formalmente al modelo de máxima verosimilitud y sus distintas aplicaciones para el análisis de datos panel para variables categóricas (logit y probit) y de eventos (Poisson y binomail negativa). Por último, tocaremos temas básicos de modelos de duración, series de tiempo y extensiones a modelos panel dinámicos. El curso concluye con charlas de profesores del CIDE sobre tópicos avanzados, incluyendo modelos espaciales y bayesianos.
Tendremos una clase por semana, los jueves de 5 a 8 pm. Por lo general cada modelo se discutirá en dos sesiones. En la primera sesión se introduce teóricamente el modelo y se presentan los comandos básicos de programación del do-file en Stata 8. En la segunda sesión se analizan 2 artículos previamente seleccionados que ilustren el uso del modelo. La mayor carga del curso recaerá en cada uno de ustedes y el éxito del curso depende del tiempo que dediquen a prácticas de laboratorio y a leer la literatura relevante.
El software que
utilizaremos en el curso es Stata 8. Durante el semestre resolverán
diversos ejercicios, criticarán la literatura existente y desarrollarán un
proyecto de investigación aplicando las herramientas del curso. El desarrollo
del curso estará apoyado por una página web en la siguiente dirección:
http://www.cide.edu/investigadores/aparicio/metodos.html
Esta lista es tentativa y podrá crecer o disminuir dependiendo de los intereses particulares del grupo y del ritmo con que avancemos:
Esta es una bibliografía preliminar. Algunas lecturas y artículos adicionales serán proporcionados a lo largo del curso.
El tratamiento teórico de métodos de máxima verosimilitud seguirá a Long (1997), y las aplicaciones con stata seguirán a Long & Freese (2001). El análisis de datos panel será al nivel de los capítulos 13 y 14 de Wooldridge1, y algunos temas avanzados provendrán de Wooldridge2. Wooldridge1 es una muy buena introducción a métodos de regresión en general.
Calendario y lecturas tentativas
3 de febrero. Introducción del curso
10 de febrero. Repaso regresión lineal (OLS). Problemas de especificación, diagnóstico de residuales y correción de modelos (autocorrelación y heteroscedasticidad).
17 de febrero. Regresión lineal para datos panel.
24 de febrero. Aplicaciones de panel regresión lineal:
Lectura 1: Torben
Iversen y Thomas Cusak, “The Causes of Welfare State Expansion:
Deindustralization or Globalization,” World Politics, abril 2000.
Lectura 2: Timothy
Frye, “The Perils of Polarization: Economic Performance in the Postcommunist
World,” World Politics, abril 2002.
3 de marzo. Introducción al Método de Máxima Verosimilitud. Logit y probit para datos panel.
10 de marzo. Aplicaciones de logit y probit para datos panel. Lecturas:
Lectura 1: Matías
Iaryczower, et.al. “Judicial Independence in Unstable Environments, Argentina
1935-1998,” American Journal of Political Science, octubre 2002.
Lectura 2: Nicholas Sambanis, “Partition as a
Solution to Ethnic War: An Empirical Critique of the Theoretical Literature,”
World Politics, julio 2000.
17 de marzo. Modelos de eventos: Poisson y binomial negativa. Extensión a datos panel de modelos de eventos.
31 de marzo. Aplicaciones de Poisson y binomial negativa para datos panel. Lecturas:
Lectura 1: Doug
McAdam y Yan Su, “The War at Home: Antiwar Protest and Congressional Voting,
1965 to 1973,” American Sociological Review, agosto 2004.
Lectura 2: Mark
Beissinger, Nationalist Mobilization and the Collapse of the
Soviet State, Cambridge:
Cambridge University Press, 2001. (selección de capítulos por determinar)
7 de abril. Modelos de duración (Weilbull, etc.) (Cecilia Martínez-Gallardo*)
14 de abril. Aplicaciones de modelos de duración. Lecturas:
Lectura 1: Bruce
Bueno de Mesquita, et.al. “War and the Survival of Political Leaders: A
Comparative Study of Regime Types and Political Accountability,” American
Political Science Review, diciembre 1995.
Lectura 2: Por designar.
21 de abril. Introducción a series de tiempo.
28 de abril. Aplicaciones de series de tiempo (ARIMA). Lecturas:
Lectura 1: Sean
O’Brien, “Foreign Policy Crises and the Resort to Terrorism: A Time-Series
Analysis of Conflict Linkages,” Journal of Conflict Resolution, junio
1996.
Lectura 2: Por designar.
Primer semana de mayo (2, 3 o 4 de mayo). Introducción a panel dinámico.
12 de mayo. Aplicaciones de panel dinámico. Lecturas:
Lectura 1: Jonathan
Rodden, “The Dilemas of Fiscal Federalism: Grants and Fiscal Performance Around
the World,” American Journal of Political Science, julio 2002.
Lectura 2: Carles Boix y
Susan Stokes, “Endogenous Democratization,” World Politics, julio 2003.
19 de mayo. Tópicos Avanzados (pláticas con profesores invitados):
Econometría espacial (Matthew Kocher*).
Modelos Bayesianos (Covadonga Meseguer*).
Feb 10 | Caps. 3 y 4,
Wooldridge 1. Estos capítulos son básicos y parte del repaso (pueden
ignorar las demostraciones). Caps. 6, 7, 8 y 9, Wooldridge 1. Estos capítulos tratan temas adicionales de OLS y sólo cubriremos algunas secciones. |
Feb 17 | Caps. 6, 7, 8
y 9, Wooldridge 1 (conclusión). Caps. 13 y 14, Wooldridge 1. Introducción a modelos panel para variables continuas. |
Abril 28 | Levitt, Steven D, 1997. "Using Electoral Cycles in Police Hiring to Estimate the Effect of Police on Crime," American Economic Review, American Economic Association, vol. 87(3), pages 270-90. |
Jeffrey M. Wooldridge tiene una serie de presentaciones powerpoint para cada capítulo de su libro Introductory Econometrics. De nada.
Tarea 1. Aquí está la tarea 1, a entregarse el jueves 17 de febrero. La base de datos referida está aquí.
Jueves 3 de Marzo. Hoy discutimos los modelos panel con efectos fijos o aleatorios. La bitácora de stata (lab3mar05_xtreg.txt) está en la página de datos del curso. En internet hay muchas notas adicionales sobre fixed vs. random effects, por ejemplo (con el debido crédito a sus respectivos autores):
Introduction to Pooled Data/Random and Fixed Effects Models (por David Leblang)
Junsoo Lee tiene muchísimas y muy claras notas en internet:
STATA COMMANDS (basic, panel, MLE)
Jueves 7 de Abril. Hoy hicimos un repaso sobre métodos de máxima verosimilitud (maximum likelihood methods, MLE) y sobre el caso particular de logit y probit. Durante la sesión con stata, revisamos los siguientes comandos:
Para un repaso sobre MLE, consulten Long (1997) y Long & Freese (2001). He aquí algunas notas adicionales de Junsoo Lee:
Un tratamiento avanzado pero sustancial de modelos con efectos fijos está aquí: Estimating Nonlinear Models with Panel Data (William Greene)
Las bitácoras recientes ya están en la página de datos del curso. (Advertencia: no están muy depuradas que digamos).
Tarea 2. A entregarse el jueves 14 de abril.
Usando la misma base de datos de la Tarea 1, respondan lo siguiente, esta vez usando el nivel de impuestos per cápita como variable dependiente (tax):
Jueves 14 de Abril. Hoy discutimos temas misceláneos:
Jueves 21 de Abril. Hoy discutimos el problema de endogeneidad y la posible solución de las variables instrumentales (2SLS).
Un tema que olvidé mencionar en clase es el siguiente:
Los problemas de endogeneidad surgen por tres posibles razones:
Ejemplo: La democracia causa crecimiento económico... y viceversa. ¿Qué pasa? A lo mejor lo que importa es que si fuiste colonia inglesa o vives muy lejos del ecuador, tienes más probabilidad de crecer y desarrollar una democracia. (A lo mejor lo que importa es dónde decidieron aterrizar los extraterrestres, si en Grecia o en Teotihuacan).
Sea como fuere, una posible solución es buscar una (o varias) variable instrumental que esté correlacionada con X2 pero que sea independiente (así sea sólo en teoría) de Y.
Una de las lecturas asignadas para la siguiente clase es:
Levitt, Steven D, 1997. "Using Electoral Cycles in Police Hiring to Estimate the Effect of Police on Crime," American Economic Review, American Economic Association, vol. 87(3), pages 270-90.
Jueves 28 de Abril.
Hoy discutimos la tarea 2 (ver soluciones en página de datos): tarea2do.txt tarea2log.txt tarea2output.txt tarea2table.xls
Después discutimos diversos papers que usaban variables instrumentales y Levitt (1997).
Jueves 12 de Mayo.
Series de Tiempo
La semana entrante veremos algunos otros temas de TSA, la aplicación a datos panel--y dedicaremos el resto de la (¡ultima!) clase a introducir los modelos Tobit y "Heckman".
Hoy platicamos de muchos temas importantes. Concluimos nuestra discusión de series de tiempo: ARIMA, análisis de intervención, choques temporales vs. choques permanentes, causalidad de Granger, y modelos VAR. Nadie les creerá que "vimos" esto en 30 minutos.
Después concretamos algunos cabos sueltos sobre las medidas de bondad de ajuste y pruebas de hipótesis de modelos de máxima verosimilitud (ver Wooldridge 17.1):
En la segunda parte de la clase hablamos de variables latentes y dos de sus variantes: censored data y sample selection models.
Con esto terminamos el curso. Espero les haya sido de utilidad.
Última revisión: Mayo 19, 2005.