Category Archives: Quantitative Methods

Analyzing Panel and Spatial Data

Institution: see Organisers & Supporters

Programme of study: International Research Workshop

Lecturer: Assoc. Prof. Nisar Ahmad & Assoc. Prof. Timo Friedel Mitze (University of Southern Denmark/Department of Border Region Studies)

Date: Tuesday, 29/09/15 (14:30 – 18:00) – Wednesday, 30/09/15 (09:00 – 18:00)

Max. number of participants: 30

Credit Points: 5 CP for participating in the whole IRWS

Language of instruction: English

Contents:

The course is basically divided into two parts: Part 1) Analyzing panel data. Part 2) Spatial Data Analysis

Part 1): Analysis of Panel Data:

This part of the course is an introduction to the panel data analysis and it provides some insights into why we use panel data. What kinds of models are available for panel data and how do we estimate such models. It also covers some extensions to the basic panel data models and finally there will be a session where you will learn how to estimate panel data using STATA.

Prerequisite: Basic knowledge of Econometrics. OLS, GLS. Please bring your laptop computers with STATA installed on it.

Recommended literature and pre-readings:

  • Relevant Chapters in Cameron, A.C. und Trivedi, P.K. Microeconometrics: Methods and Applications, 2005, Cambridge University Press, Chapter V

Part 2): Spatial Data Analysis

In research fields such as regional science, quantitative sociology and business analysis as well as real estate, labor and health economics (to name just a few), researchers are increasingly aware of the fact that “space matters”. Thus, the goal of this workshop module is to equip participants with the basic knowledge about methods and tools currently available in “spatial statistics” and “spatial econometrics”. Besides presenting the general logic and theoretical foundations of these modeling approaches for variables with an explicit geographical context, a strong focus lies on illustrating the potential for applied work with these tools in the software package STATA. The module is structured as follows: After a brief introduction of the historical evolution of spatial data analysis, different research settings in economics and related research fields are outlined, which may call for the explicit use of spatial estimation techniques, for instance, in order to identify the importance of space-time autocorrelations and neighboring effects (spatial spillovers). Following this introduction, the concept of the spatial weighting matrix is introduced and statistical approaches to measure and visualize the degree of spatial dependence for a variable under study are presented. Moving from univariate to multivariate modeling techniques, the course then derives estimation techniques used in the field of spatial econometrics and links this theoretical knowledge with hands-on applications for different spatial datasets. Finally, to serve as an outlook on future research possibilities, state-of-the-art concepts such as spatial panel data models and spatial limited dependent variable models will be presented. Datasets and STATA ado-files will be provided ahead of the course and should be installed on the participants’ computers.

Prerequisite: Basic knowledge of Econometrics. OLS, GLS.  Please bring your laptop computers with STATA installed on it.

You have to register for the 9th International Research Workshop to participate in this course.

Introduction to the German Socio-Economic Panel Study (SOEP) and Applied Survival Analysis

Institution: see Organisers & Supporters

Programme of study: International Research Workshop

Lecturer: PD Dr. Elke Holst (DIW Berlin & University of Flensburg), Andrea Schäfer, SOCIUM/Universität Bremen)

Date: Monday, 28/09/15 (09:00 – 18:00) – Tuesday, 29/09/15 (09:00 – 12:00)

Max. number of participants: 20

Credit Points: 5 CP for participating in the whole IRWS

Language of instruction: English

Contents:

The German Socio-Economic Panel (SOEP) is a wide-ranging representative longitudinal study of private households. Every year, there were nearly 15,000 households, and about 25,000 persons sampled. The data provide information on all household members, consisting of Germans living in the Old and New German States, Foreigners, and recent Immigrants to Germany. The Panel was started in 1984. Some of the many topics include household composition, occupational biographies, employment, earnings, health, integration, values, personality and satisfaction indicators. The course starts with an overview of the data structure and the research designs facilitated by longitudinal household studies that go beyond conventional surveys (household analysis, intergenerational analysis, life course research, etc.). The aim of the second part of this course is to give an introduction to the topic of survival (or time to event) analysis and use SOEP data to illustrate how to plot non-parametric estimates, test for differences between groups and how to fit a Cox’s semi-parametric proportional hazard model. General statistical concepts and methods discussed in this course include survival and hazard functions, Kaplan-Meier estimator and graph, Cox proportional hazards model and parametric models. Accordingly, we will explore the different types of censoring and truncation. Further, we explore the motivation, strength and limits of Cox’s semi-parametric proportional hazard model. Finally we will recap the basis of parametric models.

Required: intermediate statistical knowledge, basic Stata skills

Recommended literature and pre-readings:

You have to register for the 9th International Research Workshop to participate in this course.

HSU-HH: CfP Nachwuchsworkshop DStatG

Institution: Helmut-Schmidt-University Hamburg

Lecturer:
Prof. Dr. Gabriel Frahm
Prof. Dr. Karl Mösler
Prof. Dr. Yarema Okhrin
Prof. Dr. Philipp Sibbertsen
Prof. Dr. Axel Werwatz

Date: September 14-15, 2015

Place: Helmut–Schmidt-University Hamburg

Registration: For further information on the registration process see the link below.

Contents:
Der Workshop wird von der Deutschen Statistischen Gesellschaft veranstaltet. Er bietet Doktorandinnen und Doktoranden, »frischgebackenen« Doktorinnen und Doktoren sowie anderen jungen Statistikerinnen und Statistikern die Möglichkeit, ihre Forschungsarbeit in einem Vortrag vorzustellen und in einer kleinen Gruppe gemeinsam mit erfahrenen Hochschullehrern zu diskutieren.

Traditionell liegt der inhaltliche Schwerpunkt in der angewandten Statistik, insbesondere mit Anwendungen im Wirtschaftsbereich, jedoch sind auch Beiträge zur statistischen Theorie und Methodik sowie zu anderen Anwendungsbereichen willkommen.

For further information, please see this link.

Universität Hamburg-Workshop: Categorical Data Analysis (22.06. – 25.06.2015)

Institution: University of Hamburg

Lecturer: Shawna N. Smith, Ph.D. (University of Michigan, USA)

Date: June 22-25, 2015

Place: University of Hamburg

Language of instruction: English

Registration: For further information on the registration process, please see this link.

Contents: Many variables of interest to social, political and behavioral scientists are non-continuous, either through nature or through measurement. Outcomes like vote choice, social class, condom use, and/or number of Facebook friends necessarily violate key assumptions of the simple linear regression framework and require other model estimation strategies. Although advances in software have made estimation of these models trivial, model non-linearities make post-estimation interpretation difficult and require investigators to make choices about which aspects of the data space best represent underlying social dynamics.

For further information, please see this link.

GIGA-Workshop: Triangulation of Qualitative and Quantitative Research (28.-29.05.2015)

Institution: GIGA Doctoral Programme

Lecturer: Prof. Nigel Fielding PhD, Surrey

Date: May 28-29, 2015

Place: GIGA German Institute of Global and Area Studies, Neuer Jungfernstieg 21 in Hamburg

Language of instruction: English

Registration: Participants need to register until May 10 via the GIGA website.

Contents: The workshop aims to introduce students to the dynamic development of social science approaches to the inter-relation and integration of qualitative and quantitative research. Tracing the movement from the classic formulations of triangulation for convergent validation to the contemporary approach of triangulation for analytic density, the workshop will feature a range of research examples and extended exemplars of triangulation in practice. It will also feature the role of information technologies in supporting and facilitating mixed methods research.

Further information

GIGA-Workshop: Event History Analysis (07.-08.05.2015)

Institution: GIGA Doctoral Programme

Lecturer: Dr. Aya Kachi, Zürich

Date: May 7-8, 2015

Place: GIGA German Institute of Global and Area Studies, Neuer Jungfernstieg 21 in Hamburg

Language of instruction: English

Registration: Participants need to register until April 10 via the GIGA website.

Contents: Event history analysis—some people call it “duration analysis” or “survival analysis”— is a class of statistical methods that is becoming increasingly popular in the social sciences. In many situations in the social sciences, we are interested in analyzing the occurrence and timing of events. Some dictatorships are terminated more quickly than others. Some government coalitions or international agreements collapse sooner than others. Similarly some treaty negotiations and conflicts last longer than others. Some countries adopt new regulations much before other countries. In these political processes, we are often interested in identifying whether and to what extent various political economic factors determine the timing of events. The simplest way to analyze such a relationship is to look at correlations between the duration of a certain political state (e.g. a regime being authoritarian) and a number of structural factors that are suspected to determine the duration (e.g. the level of economic development).

Further information

Graduate School der Uni Hamburg: Stata für Ein- und Umsteiger

Institution: Graduate School der Universität Hamburg

Dozent: Kai-Uwe Schnapp

Datum und Zeitplanung:

  • Mo., 07.09.15, 10:30-16 Uhr
  • Mi., 09.09.15, 09-15 Uhr
  • Do., 10.09.15, 09-15 Uhr
  • Fr., 11.09.15, 09-15 Uhr

Ort: Universität Hamburg, Raum A 514 (VMP 9)

Beschreibung:

Studierende lernen im Allgemeinen in der Ausbildung in bestimmten Grenzen mit Statistik umzugehen. Im Idealfall werden Datenanalysen an eigens aufgesetzten Datensätzen angefertigt. Die resultierenden Statistikkenntnisse sind, je nach Ausbildungsort und -fach mal besser, mal schlechter, aber auf ausreichend, um den Einstieg in eigene Datenanalysen zu beginnen. Dieser Start gerät jedoch oft sehr holperig, weil ein solides Beherrschen der Statistik allein nicht genügt. Es beginnt damit, dass die Daten im wirklichen WissenschaftlerInnenleben selten genauso daher kommen, wie sie für die Analyse benötigt werden. Sie müssen angepasst, transformiert, zusammengefügt und auseinandergenommen, dokumentiert und in sinnvollen Paketen gespeichert werden. In der Fülle der Arbeitsschritte geht schnell der Überblick verloren: Was wurde wann getan, was wurde wie geändert (und warum?), welche Fälle wurden gefiltert, welche Variablen wie aggregiert. Nach mitunter nur wenigen Tagen ist nicht mehr klar, was passierte, warum eine Variable jetzt so aussieht, mit welchen Einstellungen (und sei es die Startzahl für den Zufallszahlengenerator) eine Analyse begonnen und durchgeführt wurde. Noch unangenehmer wird es, wenn später, etwa bei der Journaleinreichung, nach Dokumentation und Replikationsinformationen gefragt wird, oder wenn eine interessierte Leserin um einen (gut) dokumentierten Datensatz bittet, um die Ergebnisse aus einer Veröffentlichung selbst nachzuvollziehen. Jetzt beginnt die Suche, der Versuch, zu rekonstruieren, was oft nicht mehr zu rekonstruieren ist.Vielen dieser Probleme kann durch einen gut geplanten und während des Arbeitens dokumentierten Arbeitsprozess vorgebeugt werden. Vieles, was man selbst getan hat, kann vor dem Vergessen bewahrt werden, wenn die Arbeitsschritte klar, die Speicher- und Dokumentationsroutinen definiert sind.

Dem Zweck, eine solche Arbeitsweise einzuführen, und dabei gleichzeitig die ersten Schritte mit STATA zu machen dient dieser Kurs. Es geht also nicht um die Vermittlung von Statistikkenntnissen. Es wird vorausgesetzt, dass die Grundlagen der Inferenzstatistik bekannt sind und das Kenntnisse der Regressionsanalyse bestehen. Grundkenntnisse der Varianzanalyse (ANOVA) und der Faktorenanalyse sind von Vorteil. Für Personen, denen diese Kenntnisse gibt es kurze Auffrischungssitzungen am Anfang der Woche (siehe Vorgehen).

Neben der Einführung in die Oberfläche, die Befehlsstruktur, Arbeitsweise und Dokumentation von STATA soll vermittelt werden, welche Tricks und Hilfsroutinen STATA bietet, um schnell vom Programmoutput zu publikationsreifen Ergebnissen zu kommen. Besonderes Augenmerk wird auf die Erzeugung guter Grafiken gelegt.

Eigene Daten können in den Workshop mitgebracht werden, sind jedoch nicht Voraussetzung.
Lernziel
Folgende Fähigkeiten und Kenntnisse sollen vermittelt werden:- Kenntnis der Oberfläche und der Elemente von STATA
– Kenntnisse im Datenmanagement und der Datenmanipulation mit STATA
– Durchführung einfacher statistischer Analysen mit STATA
– Kenntnisse von Hilfsmitteln und Routinen zur effizienten Erzeugung publikationsfähigen Outputs mit STATA (Tabellen und Grafiken)
– Kenntnisse und Fähigkeiten einer effizienten Arbeitsorganisation bei der statistischen Analyse mit STATA
– Kenntnisse und Fähigkeiten einer effizienten Dokumentation der statistischen Analyse mit STATA

Man kann den Kurs SPRACHLERNKURS verstehen, in dem STATA als Sprache zur Programmierung von Datenanalysen erlernt wird.
Vorgehen
Der Kurs wird im CIP-Pool durchgeführt. Alle Arbeitsschritte werden am Computer vorgeführt und direkt von den TeilnehmerInnen an ihren Arbeitsplätzen umgesetzt.Um sicherzustellen, dass alle Teilnehmenden den „eigentlichen“ Kurs auf gleichem Niveau starten, gibt es drei vorbereitende Sitzungen zu je 90 Minuten.

Teil 1: Einführung in die Arbeitsumgebung von STATA. Wendet sich an Personen, die noch nie mi STATA gearbeitet haben.

Teil 2: Auffrischung lineare Regression. Wendet sich an Personen, bei denen die Kenntnis der Regressionsanalyse etwas verblasst ist. Soll erreichen, dass im Kurs selbst wenig über Statistikgrundlagen gesprochen werden muss.

Teil 3: Auffrischung Faktorenanalyse. Wendet sich an Personen, bei denen die Kenntnis der Faktorenanalyse etwas verblasst ist oder noch gar nicht vorhanden war. Soll erreichen, dass im Kurs selbst wenig über Statistikgrundlagen gesprochen werden muss.
 Literatur
Als Einführungsbuch in STATA empfehle ich Kohler/Kreuter: Datenanalyse mit STATA. Das Buch ist inzwischen in vierter Auflage erschienen. Diese ist auch unbedingt zu empfehlen, da sie einige sehr wichtige Neuerungen enthält.
Hinweise zur Prüfung
Die Vergabe der Leistungspunkte ist an die Abgabe einer von den TeilnehmerInnen zu lösenden und zu dokumentierenden Aufgabe gebunden (je nach individuelle Arbeitsgeschwindigkeit 5-10 Stunden Bearbeitungsdauer). In dieser Aufgabe werden Daten zu transformieren, zu dokumentieren und zu analysieren sein. Aus den Analysen sind (weitgehend) publikationsreife Tabellen und oder Grafiken zu erzeugen.

 

Anmeldung:

Anmeldungen sind ab sofort bis zum 06.07.2015 über Geventis https://www.geventis.uni-hamburg.de möglich.

Graduate School der Uni Hamburg: Einführung in die Analyse von Paneldaten

Institution: Graduate School der Universität Hamburg

Dozent: Anne Busch-Heizmann

Datum und Zeitplanung:

  • Do., 04.06.15, 10-17 Uhr
  • Fr., 05.06.15, 10-17 Uhr
  • Do., 18.06.15, 10-17 Uhr
  • Fr., 19.06.15, 10-17 Uhr

Ort: Universität Hamburg, Raum 2043/2047 (VMP 5)

Unterrichtssprache: Deutsch

Beschreibung:

In dem anwendungsorientierten Seminar werden multivariate Verfahren der Analyse von Längsschnittdatensätzen am Beispiel des Sozio-oekonomischen Panels (SOEP) vorgestellt und in praktischen Übungen mit dem Statistikprogramm Stata vertieft. Nach Erörterung des Datenaufbaus von Paneldatensätzen werden verschiedene Analysemethoden von Paneldaten erarbeitet (Cluster-Regression, Fixed-Effects-Regression, Random-Effects-Regression, Hybrid-/Mundlak-Modelle) und auf konkrete sozialwissenschaftliche Forschungsfragen angewendet. Voraussetzung für eine erfolgreiche Teilnahme sind grundlegende Kenntnisse in der Anwendung von Stata sowie Kenntnisse der linearen Regression.

Anmeldung:

Anmeldungen sind ab sofort bis zum 20.04.2015 über Geventis https://www.geventis.uni-hamburg.de möglich.

Neue Veröffentlichung Sozialwissenschaftliche Forschungsmethoden: Band 9 – Lineare Strukturgleichungsmodelle. Eine Einführung mit R

Holger Steinmetz

Lineare Strukturgleichungsmodelle
Eine Einführung mit R

Sozialwissenschaftliche Forschungsmethoden,
herausgegeben von
Wenzel Matiaske, Martin Spieß, Michael Berlemann, Ingwer Borg, Claudia Fantapié-Altobelli, Holger Hinz, Uwe Jirjahn, Bernhard Kittel, Stefan Liebig, Rainer Oesterreich, Jost Reinecke, Kai-Uwe Schnapp, Rainer Schnell, Peter Sedlmeier, Wilfried Seidel, Carolin Strobl, Gerhard Tutz,

Band 9
Rainer Hampp Verlag, München u. Mering 2014, 190 S.,
ISBN 978-3-95710-020-7 (print), € 24.80
ISBN 978-3-95710-120-4 (e-book pdf), € 22.99

Lineare Strukturgleichungsmodelle sind aus der verhaltenswissenschaftlichen Forschung nicht mehr wegzudenken. Sie sind ein nützliches Werkzeug, um Hypothesen über Beziehungen zwischen Variablen zu prüfen und – mehr noch – Implikationen kausaler Strukturen zu testen. In diesem Buch werden Grundlagen, Hintergründe und die Vorgehensweisen bei der Spezifizierung von Kausalmodellen diskutiert. Dies wird an einem empirischen Beispiel und unter Verwendung des lavaan-Pakets innerhalb der Software R illustriert. Der Schwerpunkt des Buchs liegt hierbei weniger auf methodischen und statistischen Aspekten eines Modells, sondern auf der adäquaten Übersetzung der theoretischen Vorstellungen in ein Modell. Ein besonderer Stellenwert wird dem Verständnis der kausalen Implikationen von Modellen, der theoretische Bedeutung von Variablen, der Diagnostik einer Fehlanpassung an die Daten und modernen Konzepten wie dem Instrumentalvariablen-Ansatz aus der Ökonometrie und dem d-separation-Konzept, eingeräumt. Somit bietet das Buch sowohl einen Einstieg für Anfänger/innen als auch interessante Inhalte für Fortgeschrittene.

Inhaltsverzeichnis

Reinlesen

Schlüsselwörter: Lineare Strukturgleichungsmodelle, Kausalität,
d-separation, Endogenität, Instrumentalvariablen, Lavaan

Holger Steinmetz ist wissenschaftlicher Mitarbeiter am Lehrstuhl für International Business Studies
der Universität Paderborn.

Online-Bestellung

SOEP: Workshop zur Einführung in die Nutzung von SOEP-Daten

SOEPcampus@DIW Berlin 2015
Workshop zur Einführung in die Nutzung von SOEP-Daten

Am 3. und 4. März 2015 veranstalten wir in Zusammenarbeit mit der TU Berlin wieder einen deutschsprachigen Einführungskurs zur Analyse der SOEP-Daten bei uns in Berlin. Neben einleitenden Plenarveranstaltungen mit Vorträgen zu Inhalt, Struktur und Nutzungsmöglichkeiten der SOEP-Daten, Hochrechnung und Gewichtung, sowie einer Einführung in die Analyse von Paneldaten liegt der Schwerpunkt des Workshops in Hands-on-Sessions. In deren Verlauf wird der Umgang mit den SOEP-Daten auf Basis verschiedener Softwarepakete am PC in kleinen Arbeitsgruppen geübt. Zudem wird auch das umfangreiche Dokumentationsmaterial und die SOEP-Support-Software vorgestellt. Dabei soll insbesondere das neue Informationssystem SOEPinfo v.2 vorggestellt werden. Der Workshop richtet sich sowohl an neue Nutzer/innen als auch Anwender/innen mit Vorerfahrungen, die auf der Suche nach konkreten Problemlösungen oder themenspezifischer Beratung sind.

Veranstaltungsort: DIW Berlin, Mohrenstr, 58, 10117 Berlin.

Anmeldung: Eine Anmeldung wird ab 6. Januar 2015 online möglich sein, der Link wird an dieser Stelle veröffentlicht.

Die Teilnahme am Workshop ist abgesehen von einer geringen Verpflegungspauschale kostenlos. Die Reisekosten müssen jedoch selbst übernommen werden.

Vorausgesetzte Kenntnisse

Teilnahmevoraussetzung sind Kenntnisse einer Analyse-Software: Der Workshop gibt eine Einführung in die Analyse der SOEP-Daten, jedoch nicht in Software-Pakete wie Stata oder SPSS. Teilen Sie uns mit der Anmeldung bitte mit, welches Software-Paket Sie vorrangig nutzen. Weiterhin bitten wir um stichwortartige Angaben zur inhaltlichen Fragestellung, die Sie mit den SOEP-Daten bearbeiten wollen, sowie zum geplanten Untersuchungsdesign.

Sollten Sie weitere Fragen zum Workshop haben, wenden Sie sich bitte an Christine Kurka (ckurka@diw.de).