Данные. 
Политический анализ и прогнозирование. 
Часть 1

Переменные, объекты измерения и результаты измерения в совокупности формируют данные анализа. Под данными в этом учебнике мы будем понимать только такую информацию, которая представлена в количественной форме.

Базовым представлением данных является таблица, данные существуют преимущественно в табличной форме. Двумя основными типами данных, которые очень важно различать, являются данные типа «объект — свойство» и ряды динамики (временные ряды).

• 1. Данные типа «объект — свойство» (в англоязычной литературе они обычно называются «cross-sectional», «перекрестными» данными). Таблица данных «объект — свойство» обязательно содержит:
  • а) названия или кодовые обозначения переменных (часто — вместе с единицей их измерения). Обычно названия и коды переменных соответствуют заголовкам столбцов таблицы;
  • б) названия или порядковые номера объектов, в качестве которых могут выступать страны, регионы, люди, партии и т. д. Объекты называются также случаями (cases);
  • в) наблюдения (observations), представляющие собой результаты измерения свойств, представленных переменными, для определенных объектов. Наблюдения — это числа, взятые из области значений переменной.

Ниже приводится пример таблицы данных типа «объект — свойство». Это часть индексов, которые публикуются в рамках проекта State Failure («провал государств»), посвященного проблемам политической стабильности¹.

Таблица 2.13

'См.: http://www.fundforpeacc.org/giobal/?q=fsi-grid2011. Приводится лишь небольшая часть данных.

2. Временные ряды (ряды динамики). В англоязычной литературе такой тип данных называется time series data. Ряды динамики характеризуются тем, что в них измерения упорядочены во времени. Таблицы рядов динамики включают наблюдения, представляющие собой результаты измерения некоторого признака в определенные (как правило, равноотстоящие) моменты времени. Как и в предыдущем случае, наблюдения — это числа, взятые из области значений переменной. Например, в табл. 2.14 приведены данные, отражающие уровень угрозы политического террора в разных странах мира (на основе докладов международной организации Amnesty International'). Переменная принимает значения от I до 5, где 5 — наивысший уровень террористической угрозы.

Таблица 2.14

Кстати, на примере этой таблицы хорошо видна разница между значениями и наблюдениями. Значений всего пять, а наблюдений — 143, по числу нетекстовых ячеек таблицы.

Различие между временными рядами и перекрестными данными является принципиальным. В данных типа «объект — свойство» порядок наблюдений является произвольным. Мы можем изменить как последовательность стран (объектов), так и последовательность переменных, это не повлияет ни на какие существенные свойства системы данных. В табл. 2.14 мы можем изменить последовательность стран, но не можем изменить последовательность моментов времени. Наблюдения в таблице рядов динамики представ;

'См.: http://www.politicaltcrrorscalc.org/download.php. Приводится лишь небольшая часть данных.

ляют собой функции времени или процессы. Каждая строка этой таблицы может быть представлена графиком, на оси абсцисс которого будет отложено время, на оси ординат — значения переменной, строго соответствующие определенным моментам времени (рис. 2.12).

Рис 2.12.

При анализе «пространственных» данных, не включающих время, почти всегда действует одна очень важная предпосылка — независимость наблюдений. Мы считаем, что результаты измерения переменной «уровень демографического давления» в Сомали никак не влияет на результаты измерения той же переменной в Дании. Для временных рядов это, в общем случае, не так: уровень демографического давления в Дании в 2010 г. зависел от уровня демографического давления в 2009 г. Естественно полагать, что процессы социальной и политической жизни развиваются на основе своего собственного прошлого: наблюдения зависимы.

Анализу временных рядов будет уделено особое внимание в курсе политического анализа магистерского уровня. Сейчас ограничимся одним важным практическим правилом. Методы, которые используются в анализе данных «объект — свойство» (именно их мы будем изучать в рамках этого учебного пособия) в общем случае не годятся для анализа временных рядов. Различие между динамическими и «статичными» данными носит фундаментальный характер.

Выше мы сделали акцент на табличном представлении массивов данных. Разумеется, табличная форма не является единственной: данные могут быть представлены также в виде графиков и диаграмм или даже в виде карт. Например, американская организация Freedom House ежегодно представляет результаты измерения уровня свободы по странам мира в виде трехцветных карт^[1] (рис. 2.13). Каждый цвет соответствует значению переменной «уровень свободы»: страна может быть несвободной, частично свободной или полностью свободной.

Рис. 2.13.

В качестве упражнения определите уровень измерения данной переменной.

При всем богатстве приемов современной визуализации данных, реально работать с ними можно только при наличии таблиц. Кроме того, построить диаграмму или карту по таблице несложно, а вот воссоздать данные по карте или диаграмме либо невозможно, либо чрезвычайно трудоемко. Поэтому мы и отталкиваемся от табличного представления данных как от базового.

Выше мы несколько раз использовали понятие «размерность», пришло время прояснить его содержание. Понятие «размерность» применительно к данным употребляется в двух смыслах. Размерность переменных показывает, в каких единицах они измерены, и фиксируется словами («человек», «рублей» и т. д.). Размерность системы данных показывает, сколькими переменными описываются объекты, и фиксируется числом. Например, в табл. 2.13 каждая страна описывается восемью переменными, следовательно, размерность этой системы данных равна 8.

Литература

Бродский Я.С. Статистика. Вероятность. Комбинаторика. М., 2008. С. 17−27.

Доннелли Р. Статистика. М., 2006. С. 14−28.

Ибрагимов Н., Суслов В., Талышева А. Эконометрия. Ч. 1.

Введение

в социально-экономическую статистику. Новосибирск, 2005. С. 19−31.

Мангейм Дж., Рин Р. Политология. Методы исследования. М., 1997. С. 72−118.

Gill J. Essential Mathematics for Political and Social Research. Cambridge; N.Y., 2006. P. 330−334.

Keohane R., King G., Verba S. Designing Social Inquiry. Princeton (NJ), 1994. P. 12−28.

Интернет-ресурсы.

North Carolina State University. Quantitative Research in Public Administration Course: Scales and Standard Measures. http://faculty.chass. ncsu.edu/garson/PA765/standard.htm; Validity, http://faculty.chass.ncsu. edu/garson/PA765/validity.htm.

Clayton State University, School of business. Electronic Textbook on Business Statistics: Measurement, http://business.clayton.edu/aijomand/ book/sbk06.htm; Linear Transformations, http://business.clayton.edu/ aijomand/book/sbk 15.htm.

• [1] http://www.freedomhouse.org/template.cfm?page=363&year=2011