Autores e Biografia

Kellstedt, Paul M. (Autor), Whitten, Guy D. (Autor), Barberia, Lorena G. (Tradutor), Silva, Patrick (Tradutor), Masiero, Gilmar (Tradutor)

Sumário

FIGURAS
TABELAS
PREFÁCIO À SEGUNDA EDIÇÃO
AGRADECIMENTOS DA SEGUNDA EDIÇÃO
AGRADECIMENTOS DA PRIMEIRA EDIÇÃO

1. O ESTUDO CIENTÍFICO DA POLÍTICA
1.1 Ciência Política?
1.2 Abordando cientificamente a política: a busca por explicações causais
1.3 Pensando sobre o mundo em termos de variáveis e explicações causais
1.4 Modelos de política
1.5 Regras do caminho para o conhecimento científico sobre política
1.5.1 Desenvolva suas teorias causais
1.5.2 Não deixe que sua teoria seja movida apenas pelos dados
1.5.3 Considere apenas evidências empíricas
1.5.4 Evite afirmações normativas
1.5.5 Persiga tanto a generalização como a parcimônia
1.6 Uma rápida visão dos próximos capítulos
Exercícios

2. A ARTE DA CONSTRUÇÃO DE TEORIAS
2.1 Boas teorias nascem de uma boa estratégia de construção teórica
2.2 Teorias promissoras oferecem respostas para perguntas de pesquisa interessantes
2.3 Identificando variações interessantes
2.3.1 Exemplo de medida temporal
2.3.2 Exemplo transversal
2.4 Aprendendo a usar seu conhecimento
2.4.1 Passando de um evento específico para teorias mais gerais
2.4.2 Conhecimento local, pensamento global: podemos abandonar os nomes próprios?
2.5 Examine pesquisas anteriores
2.5.1 O que os pesquisadores não abordaram?
2.5.2 Pode a teoria ser aplicada a outros lugares?
2.5.3 Acreditando nos achados, existem outras implicações?
2.5.4 Como esta teoria pode funcionar em outros níveis de agregação (micromacro)?
2.6 Pense formalmente sobre as causas que levam à variação de uma variável dependente
2.6.1 Utilidade e utilidade esperada
2.6.2 O enigma do comparecimento eleitoral
2.7 Pensando sobre instituições: as regras normalmente importam
2.7.1 Regras legislativas
2.7.2 As regras importam!
2.8 Extensões
2.9 Como sei se tenho uma “boa” teoria?
2.9.1 Sua teoria oferece uma resposta a uma questão de pesquisa interessante?
2.9.2 Sua teoria é causal?
2.9.3 Você pode testar sua teoria com dados que ainda não observou?
2.9.4 Quão geral é a sua teoria?
2.9.5 Quão parcimoniosa é a sua teoria?
2.9.6 Quão nova é a sua teoria?
2.9.7 Quão não óbvia é a sua teoria?
2.10 Conclusão
Exercícios

3. AVALIANDO RELAÇÕES CAUSAIS
3.1 A causalidade e a linguagem do dia a dia
3.2 Quatro obstáculos na rota para o estabelecimento de relações causais
3.2.1 Considerando tudo junto – adicionando as respostas para nossas quatro perguntas
3.2.2 Identificar afirmações causais é uma atividade mental essencial
3.2.3 Quais são as consequências de falhar no controle de outras possíveis causas?
3.3 Por que o estudo da causalidade é tão importante? Três exemplos da ciência política
3.3.1 Satisfação com a vida e a estabilidade democrática
3.3.2 Raça e participação política nos Estados Unidos
3.3.3 Avaliando se o programa Head Start é efetivo
3.4 Encerrando
Exercícios

4. DESENHO DE PESQUISA
4.1 A comparação como a chave para estabelecer relações causais
4.2 Desenhos de pesquisa experimentais
4.2.1 “Atribuição randômica” versus “amostra aleatória”
4.2.2 Variedades de experimentos e quase experimentos
4.2.3 Existem limitações ao desenho de pesquisa experimental?
4.3 Estudos observacionais (em dois sabores)
4.3.1 Datum, data e banco de dados
4.3.2 Estudos observacionais transversais
4.3.3 Estudos observacionais de séries temporais
4.3.4 A maior dificuldade com estudos observacionais
4.4 Resumo
Exercícios

5. CONHECENDO OS SEUS DADOS: AVALIANDO MENSURAÇÃO E VARIAÇÕES
5.1 Conhecendo os seus dados
5.2 A mensuração nas ciências sociais: os vários desafios de quantificar a humanidade
5.3 Problemas na mensuração dos conceitos de interesse
5.3.1 Clareza conceitual
5.3.2 Confiabilidade
5.3.3 Viés de mensuração e confiabilidade
5.3.4 Validade
5.3.5 A relação entre validade e confiabilidade
5.4 Controvérsia 1: mensurando democracia
5.5 Controvérsia 2: mensurando tolerância política
5.6 As mensurações ruins têm consequências?
5.7 Conhecendo seus dados estatisticamente
5.8 O que é a métrica de mensuração de uma variável?
5.8.1 Variáveis categóricas
5.8.2 Variáveis ordinais
5.8.3 Variáveis contínuas
5.8.4 Tipos de variáveis e análise estatística
5.9 Descrevendo variáveis categóricas
5.10 Descrevendo variáveis contínuas
5.10.1 Estatísticas de ordenamento
5.10.2 Estatística de momento
5.11 Limitações das estatísticas descritivas e dos gráficos
5.12 Conclusões
Exercícios

6. PROBABILIDADE E INFERÊNCIA ESTATÍSTICA
6.1 Populações e amostras
6.2 Noções básicas de teoria probabilística
6.3 Aprendendo sobre a população a partir de uma amostra: o teorema do limite central
6.3.1 A distribuição normal
6.4 Exemplo: taxas de aprovação presidencial
6.4.1 Que tipo de amostra era?
6.4.2 Uma nota sobre os efeitos do tamanho da amostra
6.5 Olhando adiante: examinando relações entre variáveis
Exercícios

7. TESTE BIVARIADO DE HIPÓTESE
7.1 Teste bivariado de hipótese e o estabelecimento de relações causais
7.2 Escolhendo o teste bivariado de hipótese mais adequado
7.3 Todos os caminhos levam ao p
7.3.1 A lógica dos valores-p
7.3.2 As limitações do valor-p
7.3.3 Dos valores-p à significância estatística
7.3.4 A hipótese nula e os valores-p
7.4 Três testes bivariados de hipótese
7.4.1 Exemplo 1: análise tabular
7.4.2 Exemplo 2: diferença de médias
7.4.3 Exemplo 3: coeficiente de correlação
7.5 Conclusão
Exercícios

8. MODELO DE REGRESSÃO BIVARIADO
8.1 Regressão bivariada
8.2 Ajustando uma linha: população – amostra
8.3 Qual linha se ajusta melhor? Estimando a reta de regressão
8.4 Mensurando nossa incerteza sobre a reta da regressão de MQO
8.4.1 Qualidade do ajuste – raiz do erro quadrático médio (root mean-squared error)
8.4.2 Qualidade do ajuste: R²
8.4.3 Esta qualidade do ajuste é “boa”?
8.4.4 Incerteza sobre os componentes individuais do modelo de regressão amostral
8.4.5 Intervalo de confiança para os parâmetros estimados
8.4.6 Testes de hipótese bicaudais
8.4.7 A relação entre intervalos de confiança e testes de hipótese bicaudais
8.4.8 Teste de hipótese unicaudal
8.5 Pressupostos, mais pressupostos e os requisitos matemáticos mínimos
8.5.1 Pressupostos sobre o componente estocástico do modelo populacional
8.5.2 Pressupostos sobre as especificações do nosso modelo
8.5.3 Requisitos matemáticos mínimos
8.5.4 Como podemos satisfazer todos esses pressupostos?
Exercícios

9. MODELO DE REGRESSÃO MULTIVARIADO: O BÁSICO
9.1 Modelando a realidade multivariada
9.2 A função do modelo de regressão para a população
9.3 Do modelo bivariado ao modelo multivariado
9.4 Interpretando a regressão multivariada
9.5 Qual efeito é “maior”?
9.6 Significância estatística e substantiva
9.7 O que acontece quando deixamos de controlar por Z?
9.7.1 Um requisito matemático mínimo adicional para a regressão multivariada
9.8 Um exemplo da literatura: teorias concorrentes sobre como políticas afetam o comércio internacional
9.9 Implicações
Exercícios

10. ESPECIFICAÇÕES DO MODELO DE REGRESSÃO MULTIVARIADO
10.1 Extensões do MQO
10.2 Sendo inteligente com variáveis independentes dummies no MQO
10.2.1 Utilizando variáveis dummies para testar hipóteses sobre uma variável categórica que assume somente dois valores
10.2.2 Utilizando variáveis dummies para testar hipóteses sobre uma variável independente categórica que assume mais de dois valores....... 249
10.2.3 Utilizando variáveis dummies para testar hipóteses sobre múltiplas variáveis independentes
10.3 Testando hipóteses interativas com variáveis dummies
10.4 Valores discrepantes e casos influentes no MQO
10.4.1 Identificando casos influentes
10.4.2 Lidando com casos influentes
14 Fundamentos da Pesquisa em Ciência Política
10.5 Multicolinearidade
10.5.1 Como a multicolinearidade acontece?
10.5.2 Detectando a multicolinearidade
10.5.3 Multicolinearidade: um exemplo simulado
10.5.4 Multicolinearidade: um exemplo do mundo real
10.5.5 Multicolinearidade: o que devemos fazer?
10.6 Encerrando
Exercícios

11. VARIÁVEIS DEPENDENTES LIMITADAS E SÉRIES DE DADOS TEMPORAIS
11.1 Extensões do MQO
11.2 Variáveis dependentes dummies
11.2.1 Modelo linear de probabilidade
11.2.2 Binomial logit e binomial probit
11.2.3 A qualidade do ajuste com variáveis dependentes dummies
11.3 Sendo cauteloso com dados de séries temporais
11.3.1 A notação dos modelos de séries temporais
11.3.2 Memória e defasagem em análises de séries de dados temporais
11.3.3 Tendências e o problema da regressão espúria
11.3.4 A variável dependente diferenciada
11.3.5 A variável dependente defasada
11.4 Exemplo: a economia e a popularidade presidencial
11.5 Encerrando
Exercícios

12. JUNTANDO TODAS AS PARTES PARA PRODUZIR UMA PESQUISA EFICAZ
12.1 Duas rotas para um projeto científico novo
12.1.1 Projeto tipo 1: um novo Y (e algum X) Conteúdo 15
12.1.2 Projeto tipo 2: um Y conhecido e um novo X
12.1.3 Variantes dos dois tipos de projetos
12.2 Utilizando a literatura sem ser soterrado por ela
12.2.1 Identificando trabalhos importantes sobre um assunto – utilizando a contagem de citações
12.2.2 Oh, não! Alguém já fez o que eu estava planejando fazer. O que faço agora?
12.2.3 Dissecando as pesquisas de outros estudiosos
12.2.4 Leia efetivamente para escrever efetivamente
12.3 Escrevendo efetivamente sobre sua pesquisa
12.3.1 Escreva cedo, escreva frequentemente, porque escrever é pensar
12.3.2 Documentando sua codificação – escrevendo e pensando enquanto você codifica
12.3.3 Divida e conquiste – uma estratégia seção por seção para a construção do seu projeto
12.3.4 Revise, revise e então revise outra vez
12.4 Fazendo uso efetivo de tabelas e gráficos
12.4.1 Construindo tabelas de regressão
12.4.2 Escrevendo sobre tabelas de regressão
12.4.3 Outros tipos de tabelas e gráficos
Exercícios

APÊNDICE A – VALORES CRÍTICOS DO QUI-QUADRADO
APÊNDICE B – VALORES CRÍTICOS DE T
APÊNDICE C – FUNÇÃO DE LIGAÇÃO  PARA O MODELO
BINOMIAL LOGIT
APÊNDICE D – FUNÇÃO DE LIGAÇÃO  PARA O MODELO
BINOMIAL PROBIT
BIBLIOGRAFIA
ÍNDICE REMISSIVO