<<
>>

СТАТИСТИЧЕСКИЕ МЕТОДЫ В ПОЛИТИЧЕСКОМ АНАЛИЗЕ

Статистические методы давно и прочно заняли одну из центральных позиций в методическом арсенале политического анализа. Как будет показано, статистика позволяет решать множество разнообразных за­дач, обеспечивая исследователя точными количественными характе­ристиками различных свойств совокупностей объектов. Причем мно­гие из этих количественных характеристик отражают скрытые, неявные свойства и связи, которые невозможно обнаружить «нево­оруженным глазом».

Статистические методы помогают обрабатывать очень большие массивы данных.

В современном мире, перенасыщенном информа­цией, это чрезвычайно полезное свойство. Именно статистические подходы лежат в основе большинства методов Data Mining (англ.) — «раскопки данных», поиска практически полезных и нетривиальных сведений в большом объеме сырой информации.

Ниже приводятся перечень и краткая характеристика «типовых за­дач», которые способна решать статистика в политическом анализе и прогнозировании.

1. Получение усредненных данных. Как правило, в процессе исследо­вания бывает важно не только получить характеристики отдельных объектов, но взглянуть на их совокупность в целом через призму ка­кого-то конкретного свойства. Вместо большого числа отдельных показателей нам требуется одно значение, которое было бы типичным для всей совокупности объектов. Каково отношение «среднего» россиянина к перспективам вступления России в ВТО? Принадлежность к какой социальной или возрастной группе наиболее типична для членов определенной партии? Сколько раз в среднем в месяц студен­ты смотрят общественно-политические телепрограммы? Ответы на эти вопросы дает анализ одномерных распределений, в частности подсчет средних величин для разных уровней измерения. Анализ одномерных распределений позволяет заодно установить, насколько ти­пичное значение в действительности типично, репрезентативно по отношению к совокупности данных.

2. Оценка связей между переменными. Утверждение о наличии стати­стической связи между переменными правомочно в том случае, если изменение значений одной переменной приводит к изменению рас­пределения другой. Для порядковых и интервальных переменных по­нятие связи более определенно: связанные переменные обладают общностью вариаций. Возрастание значений одной переменной будет соответствовать возрастанию (и тогда связь будет положительной, или прямой) или уменьшению (связь будет отрицательной, или обратной) значений другой переменной. Наличие связи позволяет делать пред­положения относительно зависимой переменной на основании ин­формации о независимой.

В статистическом анализе такие предсказания никогда не будут стопроцентно точными, случаи однозначного соответствия значений переменных практически не встречаются. Речь идет скорее об увели­чении шансов получить правильный ответ относительно значений зависимой переменной на основании значений независимой перемен­ной. Например, мы можем объяснить определенную часть всех случа­ев (долю вариации) голосования залиберальные политические партии с помощью независимой переменной «принадлежность к городскому населению».

Статистические методы позволяют ответить на вопрос об интен­сивности (плотности, тесноте) связи между переменными. Числен­ная оценка интенсивности будет называться коэффициентом связи; для разного типа переменных вычисляются разные коэффициенты, их общее количество в статистике достаточно велико.

3. Классификация. Ряд статистических техник дает возможность соотнести исследуемые объекты с несколькими заранее определенными классами. Например, можно выделить класс граждан, участ­вующих в выборах, и класс не участвующих в них (абсентеистов). Далее, опираясь на ряд характеристик (возраст, уровень образова­ния, проживание в городе/на селе и т.д.), исследователь может предсказать с определенной долей вероятности принадлежность ре­спондентов к одному или другому классу. В принципе, задачу клас­сификации можно считать частным случаем задачи обнаружения связи: в нашем примере мы устанавливаем связь переменных «возраст» (интервальная), «уровень образования» (порядковая), «про­живание в городе или на селе» (номинальная) с номинальной переменной «участие в выборах».

4. Кластеризация. Под кластеризацией понимается разбиение объектов на группы по критерию их близости в определенном пространстве признаков. Например, нас интересуют три признака, ха­рактеризующие идеологию политических партий: степень поддерж­ки действующего политического руководства страны, видение социальной роли государства, восприятие западных демократий в качестве оптимальной модели политического устройства России. С помощью определенных статистических процедур мы можем выяснить, какие партии будут близки друг к другу в пространстве всех этих признаков одновременно. Кластеризация отличается от классификации тем, что в первом случае заранее определенные классы отсутствуют.

5. Редукция данных. Слово «редукция» означает сокращение, сжа­тие. Решение этой задачи важно в ситуации, когда объекты измерены большим числом переменных и исследователь ищет способ сгруппи­ровать их по какому-то смысловому признаку. К примеру, при изучении образов политических лидеров используется большое число при­знаков описания (так называемых дескрипторов): интеллектуальные качества, энергичность, опыт, волевые качества, честность, личное обаяние и т.д. Чтобы сделать описание более компактным, мы можем объединить отдельные признаки в группы, основываясь на выявле­нии скрытых связей между ними. Способность статистических тех­ник решать задачи редукции данных обусловливает их высокую по­лезность в качестве методов Data Mining.

Существуют статистические методы, которые приспособлены к решению какой-то одной из указанных задач, а также многофункциональные, «многозадачные» техники. Ниже мы рассмотрим при­меры тех и других. Следует оговориться, что наше изложение статистических методов не преследует цель заменить отдельный курс статистики (который совершенно необходим для современного политолога). Нашей задачей будет, во-первых, продемонстрировать палитру тех возможностей, которые открывает перед политическим аналитиком статистика; во-вторых, дать ясное представление о практическом использовании ряда наиболее полезных и распространенных техник.

<< | >>
Источник: Ахременко А.С.. Политический анализ и прогнозирование. 2006

Еще по теме СТАТИСТИЧЕСКИЕ МЕТОДЫ В ПОЛИТИЧЕСКОМ АНАЛИЗЕ:

  1. 58 МЕТОДЫ ПОЛИТИЧЕСКОГО АНАЛИЗА
  2. 2. Методы политического анализа
  3. Методы политического анализа
  4. Частные методы политического анализа
  5. Частные методы политического анализа
  6. ЭКСПЕРТНЫЕ МЕТОДЫ В ПОЛИТИЧЕСКОМ АНАЛИЗЕ И ПРОГНОЗИРОВАНИИ
  7. Структура и отличительные черты общих методов политического анализа
  8. Общая характеристика специальных методов и частных методик международно-политического анализа
  9. Семинарское занятие: "Методология и методы анализа политических явлений".
  10. МЕТОДЫ АНАЛИЗА ДОКУМЕНТОВ
  11. 16.2 Статистические казусы
  12. 2. Методы анализа ситуации
  13. Методы анализа
  14. 70. МЕТОДЫ АНАЛИЗА РЫНКА ЦЕННЫХ БУМАГ
  15. 2. Методы анализа ситуации
  16. Выбор методов анализа