En ciencia política, hay personas que prefieren modelos estocásticos (la mayoría, diría yo), y personas que prefieren modelos deterministas. A menudo, estos métodos están asociados con temas particulares, por ejemplo, la política estadounidense está más asociada con los métodos de tipo de regresión, mientras que los métodos como QCA http://www.u.arizona.edu/~cragin… son utilizados principalmente por académicos de Relaciones Internacionales y Política Comparada. . (Muchos académicos de IR y CP también usan regresiones).
Cada uno como ventajas.
- Los modelos deterministas hacen un mejor trabajo al identificar condiciones “necesarias” versus “suficientes”. En una regresión logística, por ejemplo, una variable que es verdaderamente “suficiente” y “necesaria” se eliminaría del modelo, ya que predice perfectamente el resultado. Se basa en la lógica booleana para clasificar todos los casos en una celda en una tabla, y si las causas son realmente claramente deterministas, un modelo determinista hace un buen trabajo al detectarlo.
- Para un conjunto de datos muy pequeño, los modelos deterministas a menudo se usan junto con estudios de casos. La idea es mostrar qué variables en los casos estudiados fueron más importantes y por qué. Es una forma de ilustrar un argumento lógico. Si no tiene una muestra lo suficientemente grande, no llegará lejos con una regresión. Muchos conjuntos de datos políticos son pequeños.
- Los modelos deterministas tienden a basarse en una variable dependiente categórica. A veces esto tiene sentido. (Va a la guerra, o no; vota o no vota; pertenece al partido A o al partido B.) Pero cuando el DV es continuo (cambio del PIB, empleo, etc.) los modelos deterministas no funcionan tan bien. Estás obligado a hacer cubos artificialmente. Los politólogos están realmente interesados en las distribuciones.
- Los modelos deterministas utilizados en ciencias políticas tienden a ser más difíciles de calcular la incertidumbre, mientras que nos sentimos muy cómodos calculando errores y puntajes z a partir de regresiones. En Ciencias Políticas, las personas también tienden a estar más interesadas en la prueba de hipótesis que la predicción directa (en la mayoría de las circunstancias; personalmente estoy muy interesado en la predicción). Entonces la importancia se vuelve muy importante.
- También existe la tentación de seguir agregando variables a un modelo determinista hasta que todo se clasifique correctamente. Esto puede acercarse bastante a la minería de datos (en sentido negativo) y fomentar modelos demasiado complejos. La ciencia política, por cualquier razón, no le gusta realizar entrenamientos / pruebas de validación, por lo que un mejor ajuste del modelo es mejor, incluso si se trata de un sobreajuste. Creo que esto es más fácil de hacer con modelos deterministas. Siempre puede encontrar algo que diferencie A de B, incluso si realmente no se aplica a otras observaciones.
- Un conjunto de datos muy grande tenderá a modelar estocástico. Los modelos deterministas se vuelven difíciles de manejar. El modelado estocástico permite una mayor variedad de variables (y acepta más las variables dependientes e independientes continuas). Hay más literatura sobre cómo abordar los problemas que son endémicos para la ciencia política (por ejemplo, sesgo de selección). Pero los modelos estocásticos simplemente no van a funcionar muy bien con muy pocas observaciones.
- Probablemente voy a obtener un golpe para esto, pero diría que las personas que usan modelos deterministas para grandes conjuntos de datos en ciencias políticas tienden a ser aquellos que no están terriblemente familiarizados con las estadísticas, o lo desaprueban en general por uno razón u otra.
- ¿Cuál es la diferencia entre ondas y radiación?
- ¿Cuál es el concepto de dilatación del tiempo y cómo alguien envejecería en el espacio exterior cuando estuviera en un planeta más grande diferente?
- ¿Por qué el hierro (Fe) tiene el núcleo más estable? ¿Qué factores dan esta estabilidad? ¿Por qué los elementos con números atómicos 25 o 27 no son más estables que el hierro?
- ¿Por qué se calcula el coeficiente de arrastre a partir del área proyectada en lugar del área real?
- ¿El futuro ya está determinado, influimos en nuestro futuro o en ambos?