Informações da Disciplina

 Preparar para impressão 
Júpiter - Sistema de Graduação

Instituto de Relações Internacionais
 
Bacharelado em Relações Internacionais
 
Disciplina: BRI0028 - Métodos Quantitativos de Pesquisa em Relações Internacionais
Quantitative Research Methods in International Relations

Créditos Aula: 4
Créditos Trabalho: 0
Carga Horária Total: 60 h
Tipo: Semestral
Ativação: 01/01/2011 Desativação:

Objetivos
Este curso tem como objetivo familiarizar os alunos de relações internacionais com os métodos quantitativos de pesquisa. Espera-se que o aluno adiquira habilidades para ler, interpretar e criticar artigos que são publicados nos melhores periódicos na área.
Embora o curso ofereça apenas uma introdução aos procedimentos de análise de dados e ultilize um mínimo de formalização matemática, ele pretende ser uma ferramenta que auxilie na escolha do método quantitativo apropriado para o desenvolvimento de trabalhos de pesquisa empíricos.

Ao terminar este curso os alunos deverão ser capazes de realizar as seguintes atividades: 1. formular um problema de pesquisa; 2. definir hipóteses que podem ser submetidas a testes empíricos; 3. selecionar dados e técnicas analíticas adequadas ao tipo de problema de pesquisa e hipóteses selecionados; 4. consumir de forma crítica os resultados de pesquisas quantitativa na área de relações internacionais.
 
 
 
Docente(s) Responsável(eis)
3230041 - Leandro Piquet Carneiro
 
Programa Resumido
Módulo I: Estatística Descritiva
Aula 1. Mensuração: tipos de dados e problemas de confiabilidade e validade na mensuração
Aula 2. Estatística descritiva
Aula 3. A análise de variáveis quantitativas e qualitativas: descrição e representação gráfica

Módulo II: Inferência Estatística e Análise de Diferenças entre Médias
Aula 4. A linguagem da inferência e da comparação.
Aula 5. Distribuições de Probabilidade e variável aleatória
Aula 6. Inferência estatística: Amostragem
Aula 7. Inferência Estatística: Intervalo de Confiança para a Média e Diferença entre Duas Médias
Aula 8. Teste de Hipóteses
Aula 9. Análise de Variância

Módulo III: Relações Entre Variáveis
Aula 10. Correlação entre Duas Variáveis Quantitativas
Aula 11. Correlação entre Duas Variáveis Qualitativas
Aula 12. Modelo de regressão com duas variáveis
Aula 13. Modelo de Regressão com mais de duas variáveis e com variáveis dependentes dicotômicas

Aula 14. PROVA EM SALA DE AULA
 
 
 
Programa
Módulo I: Estatística Descritiva
Aula 1. Mensuração: tipos de dados e problemas de confiabilidade e validade na mensuração
Leituras:
1. Pereira, Capítulos 1 (p32 a 41), 2 e 3 (até a p72) Interm.
2. Williams, Capit. 3 ?ásico
3. Huck, Capítulo 4 Básico
4. Dalgaard, Capítulo 1 R Manual
5. Weiss, Capítulo 2 ?ásico
Trabalho: 1

Aula 2. Estatística descritiva
Leituras:
1. Wannacott & Wannacott, Capítulo 2 Interm.
3. Dalgaard, Capítulo 3 (itens 3.1, 3.4, 3.5) R Manual
4. Huck, Capítulo 2 ?ásico
6. Weiss, Capítulo 3 ?ásico
Laboratório de Informática (segunda parte da aula):
Introdução ao R e ao uso de bancos de dados internacionais (parte 1): base de dados de A. Lijphart
Trabalho: 2
Aula 3. A análise de variáveis quantitativas e qualitativas: descrição e representação gráfica
Leituras:
1. Williams, Capitulo 4 ?ásico
2. Dalgaard, Capítulo 3 R Manual
Laboratório de Informática (segunda parte da aula):
Atividade: Introdução ao uso de bancos de dados internacionais (parte 2): base de dados do “World Value Survey” e “Democracia e Desenvolvimento”.

Trabalho: 3

Módulo II: Inferência Estatística e Análise de Diferenças entre Médias
Aula 4. A linguagem da inferência e da comparação.
Leituras:
1. Lijphart (1971), artigo


Aula 5. Distribuições de Probabilidade e variável aleatória
Leituras:
1. Dalgaard, Capítulo 2 R Manual
2. Wannacott & Wannacott, Capítulos 3 Interm.
3. Weiss, Capítulo 4, 5 e 6 ?ásico
Laboratório de Informática (segunda parte da aula). Exercícios com variáveis aleatórias e simulações
Trabalho: 4
Aula 6. Inferência estatística: Amostragem
Leituras:
1. Williams, Capitulo 5 ?ásico
2. Wannacott & Wannacott, Capítulo 4 Interm.
3. Huck, Capítulo 5 Interm.
4. Weiss, Capítulo 7 ?ásico
Laboratório de Informática (segunda parte da aula):
Exercícios: O que faz a estatística ser tão poderosa? Como funciona o processo de inferência e como é possível fazer afirmações para um conjunto muito grande de casos a partir de amostras? Vamos discutir a lógica da inferência estatística com base no teorema do Limite Central.
Trabalho: 5
Aula 7. Inferência Estatística: Intervalo de Confiança para a Média e Diferença entre Duas Médias
1. Wannacott & Wannacott, Capítulo 5 Interm.
2. Williams, Capítulo 6 ?ásico
2. Huck, Capítulo 6 e 7 Interm.
3. Weiss, Capítulos 8 e 9 ?ásico
4. Dalgaard, Capítulo 4 (seção 4.1) R Manual
Laboratório de Informática (segunda parte da aula):
Exercícios: Além de permitir fazer inferências a partir de amostras a estatística permite distinguir entre variações aleatórias e variações ‘reais’. Vamos ver como é possível realizar um teste-t para decider se dois conjuntos de dados são realmente ‘diferentes’. Isto será demosntrado com base em dados reais utilizando-se o R como ferramenta de análise.
Trabalho: 6
Aula 8. Teste de Hipóteses
Leituras:
1. Weiss, Capítulos 10, 11, 12?ásico
2. Wannacott & Wannacott, Capítulo 6 Interm.
Laboratório de Informática (segunda parte da aula):
Aula 9. Análise de Variância
Leituras:
1. Pereira, Capítulo 4 Interm.
2. Babbie, Capítulo 16 Interm.
3. Huck, Capítulo 17 Interm.
Laboratório de Informática (segunda parte da aula):
Exercícios: Enquanto o teste-t é utilizado para testar a diferença entre duas médias populacionais com base em médias amostrais, a análise de variância é utilizada quando a questão de pesquisa requer a análise de duas ou mais médias populacionais, a qual será avaliada com base nas diferenças observadas entre suas respectivas médias amostrais.
Trabalho 7
Módulo III: Relações Entre Variáveis
Aula 10. Correlação entre Duas Variáveis Quantitativas
Leituras:
1. Williams, Capítulo 11 ?ásico
2. Dalgaard, Capítulo 5 (seção 5.4)
3. Huck, Capítulo 9 Interm.
4. Weiss, Capítulo 14 ?ásico
Laboratório de Informática (segunda parte da aula):
Exercícios: Correlação, causalidade e associação. A validade de qualquer teste estatístico depende da forma como esse foi especificado. Todas as variáveis relevantes foram consideradas? Há riso de que a correlação observada seja espúria? Há uma justificativa teórica adequada para a correlação? É possível defender teoricamente a existência de uma relação de causalidade entre as varoiáveis? Problemas de endogenia entre as variáveis foram considerados?
Trabalho: 7
Aula 11. Correlação entre Duas Variáveis Qualitativas
Leituras:
1. Agresti, Capítulo 2 e 3 Avançado
2. Pereira, Capítulo 4 Interm.
3. Willian, Capítulo 10 Básico
Laboratório de Informática (segunda parte da aula):
Exercícios: O que podemos fazer para descrever a relação entre duas variáveis qualitativas? O uso de testes não-paramétricos para analisar diferenças entre variáveis qualitativas. Trabalho com a base WVS.
Trabalho: 8
Aula 12. Modelo de regressão com duas variáveis
Leituras:
1. Williams, Capítulo 12 ?ásico
2. Wannacott & Wannacott, Capítulo 7 Interm.
3. Dalgaard, Capítulo 5 (seções 5.1 a 5.3) R Manual
4. Gujarati, Capítulo 1 (até seção 1.6) e Capt. 2 Avançado
5. Huck, Capítulo 16 (primeira parte) Interm.
6. Weiss, Capítulo 15 ?ásico
Laboratório de Informática (segunda parte da aula):
Exercícios: A análise de regressão é a técnica mais comum de análise para se avaliar a correlação entre variáveis de diferentes tipos. Veremos como testar hipóteses sobre modelos de correlação e como interpreter os resultados.
Aula 13. Modelo de Regressão com mais de duas variáveis e com variáveis dependentes dicotômicas
Leituras:
1. Williams, Capítulo 13 ?ásico
2. Wannacott & Wannacott, Capítulo 8 Interm.
3. Dalgaard, Capítulo 9 R Manual
Laboratório de Informática (segunda parte da aula):
Exercícios: É possível utilizar mais de um preditor para uma determinada variável resposta. Esta técnica é conhecida como regressão múltipla e pode ser aplicada com o objetivo de se prever os valores de uma determinada variável dado o valor de duas ou mais variáveis explicativas. Veremos como testar hipóteses sobre modelos multivariados de correlação e também como interpreter os seus resultados quando a variável resposta é de tipo binária.

Aula 14. Prova em sala de aula
 
 
 
Avaliação
     
Método
A nota final do aluno será composta da seguinte forma:
Participação: 50%
A)Participação em aula e nas atividades do curso: 10%
B)Presença: 10%
C)Trabalhos:30% (entregues no prazo estipulado)
Provas em sala de aula: 50%
D)Prova em sala de aula: 50%
Critério
De acordo com o artigo 81 do Regimento Geral da USP.
Norma de Recuperação
De acordo com o Regimento Geral da USP.
 
Bibliografia
     
CLEVELAND, W. (1985). The Elements of Graphing Data. Monterey: Wadsworth Advanced Books and Software.
DALGUAARD, P. (2002). Introductory Statistics with R, Springer Science, 2002.
HUCK, S.W.(2008). Reading Statistics and Research, Boston: Pearson Education, Inc.
KING,G.,KEOHANE,R. e VERBA, S. (1994). Designing Social Inquiry. Princeton: Princeton University Press.
LIJPHART, A. (2003). Modelos de Democracia: Desempenho e Padrões de Governo em 36 países, Rio de Janeiro, Civilização Brasileira.
LIJPHART, A. (1971). "Comparative politics and the comparative method". American Political Science Review 65 (3): 682–693.
LONG, S. (1997). Regression Models for Categorical and Limited Dependent Variables. Thousand Oaks, CA: Sage.
PEREIRA, J. C. (1999). Análise de dados qualitativos, 2a edição. São Paulo: EDUSP, 1999.
PRZEWORSKI,A. e TEUNE,H. (1982). The logic of comparative social inquiry. Florida: Robert Krieger Publishing Company.
PRZEWORSKI,A.et al. “What make Democracy to endure”. Jounal of Democracy, 7, n 1, 1996.
TURIBIAN, K. (2000). Manual para Redação. São Paulo: Martins Fontes.
WEISS, N. (2005) Introductory Statistics. Boston: Addison Wesley, Seventh Edition.
WILLIANS, F. (1991). Reasoning with statistics: How to read quantitative research, Fort Worth: HBJ.
WONNACOTT, R. e WONNACOTT, T. (1985). Fundamentos de Estatística. Rio de Janeiro, Livros Técnicos e Científicos Editora S.A.
 

Clique para consultar os requisitos para BRI0028

Clique para consultar o oferecimento para BRI0028

Créditos | Fale conosco
© 1999 - 2017 - Superintendência de Tecnologia da Informação/USP