Зарегистрирована в составе учебного плана __1328721

Зарегистрирована в составе
учебного плана __13\2872\1
«__22___» _____04_____ 2015
Зам начальника УОП
(ГригорьеваИ.В.)
Санкт-Петербургский государственный университет
РАБОЧАЯ ПРОГРАММА
учебной дисциплины
«Методы анализа в современной политической науке»
«Methods of analysis in Contemporary Political Science»
форма обучения очная
язык обучения русский
Трудоемкость (границы трудоемкости) в зачетных единицах 7
регистрационный номер
рабочей программы учебной дисциплины
/
Санкт-Петербург
2013
044729
/
Раздел 1. Характеристики, структура и содержание учебных занятий
1.1. Цели и результаты учебных занятий.
Основная цель курса — знакомство аспирантов с историей, задачами,
основными положениями и практикой применения сложных статистических
методов анализа для решения аналитических задач в области исследования
политических институтов и процессов.
Поставленные цели достигаются путем решения следующих задач
курса:
 чтение отечественной и зарубежной методической литературы,
посвященной анализу политических процессов;
 знакомство аспирантов со сложными отечественными и
зарубежными методическими методами анализа;
 моделирование использования отдельных методов и методик для
решения аналитических задач эмпирической части диссертации
аспирантов.
1.2. Требования к подготовленности обучающегося к освоению
содержания учебных занятий (пререквизиты)
Специальный курс «Методы анализа в современной политической
науке» относится к дисциплинам по выбору при подготовке аспирантов по
специальности 23.00.02.
Данная дисциплина и должна читаться во 2 семестре 2 года обучения
аспирантов.
1.3. Перечень формируемых компетенций (результаты обучения)
Формируемые компетенции:
ОКА-1 — готовность применять научный подход в своей
профессиональной
деятельности,
разделять
ценности
научнопедагогического сообщества;
ОКА-2 — готовность работать с текстами профессиональной
направленности и сообщать о результатах своей учебной и научной работы
на английском/иностранном и русском языках;
ОКА-3 — готовность исполнять обязанности исследователя в
соответствии с научной специальностью, в том числе обеспечение
руководства обучением в индивидуальном порядке и в форме семинаров,
проведение исследований по специальности, разработка и подготовка к
изданию научных трудов и статей.
Учебный материал данной дисциплины способствует (совместно с
другими дисциплинами) формированию следующих компетенций:
В результате освоения дисциплины аспирант должен:
o Знать современные сложные методы политического анализа;
o уметь сопоставлять различные источники и самостоятельно искать
информацию, необходимую для решения аналитических задач по теме своей
диссертации;
o владеть современными методологиями и методами политической
науки, что позволило бы ему качественно самостоятельно провести
эмпирическое исследование по теме своей диссертации.
1.5. Перечень и объём активных и интерактивных форм учебных
занятий.
Преподавание курса осуществляется с применением активных методов
обучения. Все лекции и семинары носят проблемный характер. На
семинарах каждый аспирант обязан в рамках проработки теоретического
материала представить аудитории для последующего обсуждения пример
(case-study) из реальной политической жизни того или иного социума.
По каждому занятию предусмотрено выполнение заданий (домашних
работ). Предусматривается выполнение самостоятельных и контрольных
работ студентами. Контрольные работы проводятся по темам, входящим в
определенный модуль. В качестве самостоятельных работ (по согласованию
с преподавателем) могут быть засчитаны: рефераты, эссе, аннотированный
список литературы по теме/темам, аннотированный список Internet-ресурсов
по теме/темам, анализ события.
1.6. Организация учебных занятий.
1.6.1. Трудоёмкость, объёмы учебной работы и наполняемость групп
обучающихся.
18
0
0
0
0
0
216
0
Итого:
18
18
0
0
0
0
0
216
0
Экзамен/Зачет
Семинары
Лекции
Трудоемкость
18
В рамках уч. занятий
коллоквиумы
ОД.А.04
консультации
контрольные работы
Другие пед. поручения
Самостоятельная работа
лабораторные работы
Аудиторная учебная работа обучающихся
практические занятия
Код
модуля
7
зачетные
единицы
7
зачетные
единицы
1.6.2. Виды, формы и сроки текущего контроля успеваемости и
промежуточной аттестации.
Индекс модуля
ОД.А.04
Дисциплины по выбору
Промежуточная аттестация
Виды
Сроки
Зачет
2 год обучения,
4 семестр
Текущий контроль
Формы
Сроки
Оценка работы на
2 год обучения,
семинаре
4 семестр
1.7. Структура и содержание учебных занятий.
1.7.1. Распределение часов по темам и разделам дисциплины.
№
Наименование темы /
Лекций
Практические
Итого
Самостоятельной
Итого
раздела
Типологический анализ
Развитие
методов
с
исследованием
латентных
переменных
Метод соответствий
2
2
2
2
аудиторной
работы
4
4
2
2
4
24
28
2
2
4
24
28
5
Моделирование на основе
сетевого анализа
Конверсационный анализ
2
2
4
24
28
6
Метод ограниченного хаоса
2
2
4
24
28
7
Логика анализа данных в
обоснованной теории
Фрактальный анализ
2
2
4
24
28
2
2
4
24
28
2
2
4
24
28
18
18
36
216
252
1
2
3
4
8
Статистические
«электоральной
криминалистики»
Итого часов:
9
занятия
методы
работы
часов
24
24
28
28
1.7.2. Содержание учебных занятий.
1.8. Структура и содержание учебной дисциплины:
Тема 1. Типологический анализ.
Типологический
анализ,
языковая
и
логическая
структура
типологического анализа, логико-комбинаторный метод, ДСМ-метод, QCAметод. Метод структурно-логической типизации, основанный на
многоэтапной кластеризации и процедуре выделения «ядер кластеров».
Тема 2. Развитие методов с исследованием латентных переменных.
Модели с латентными переменными, классическая теория тестов,
факторный анализ, Item Response Theory (IRT), латентно-структурный
анализ,
аксиоматизация
измерения,
многомерное
шкалирование,
аксиоматизация (формализация) теоретического знания, вспомогательные
теории измерения, причинный анализ, путевой анализ, модели структурных
уравнений.
Тема 3. Метод соответствий.
Метод соответствий как способ обработки нечисловой информации.
Традиция исследований во Франции. История метода, цель, достоинства,
недостатки.
Тема 4. Моделирование на основе сетевого анализа.
Социальная сеть, сетевая модель, сетевое моделирование, сетевой анализ,
теория графов, структура связей, кластерная модель, коэффициент
кластерности, модель распределения степеней вершин, модель малых миров.
Метод многоуровневого сетевого диадного анализа (multilevel р2 model).
Моделирования методом р2 для анализа сетей. Автоматические методы
анализа в онлайн-пространстве. Методология и методы on-line исследования.
Кластеризация текстов, тематическое моделирование, «большие данные».
Тема 5. Конверсационный анализ.
Понятие
«конверсационный
анализ».
Практика,
индексность,
рефлексивность, рациональность, объясняемость и членство как условия
реализации конверсационного анализа. Введение в научный оборот и
исследовательские практики конверсационного анализа. Примеры
исследований (Н. Чомски, Г. Сакс).
Тема 6. Метод ограниченного хаоса.
Понятие «ограниченный хаос». Сущность и принципы метода
ограниченного хаоса. Базовая итерация упорядочения. Область применения и
назначение метода. Планирование и поиск возможностей. Место хаоса в
социальных системах.
Тема 7. Логика анализа данных в обоснованной теории
Постановка проблемы в отечественной и зарубежной науке. Общая
идеология и основные методические проблемы обоснованной теории. Метод
постоянных сравнений. Идея теоретической выборки. Анализ данных в
обоснованной теории. Кодирование. Ядерная категория и основной
социальный процесс.
Тема 8. Фрактальный анализ
Понятие
«фрактал».
Проблема
самоподобия.
Масштабная
инвариантность.
Свойства
фракталов:
самоаффинность,
дробная
размерность, топологическая размерность, метрическая размерность.
Использование фрактального анализа для исследования динамических рядов.
Определение размерности динамического ряда методом накопления
отклонения. Практика и перспективы применения фрактального анализа в
эмпирических политических исследованиях.
Тема 9. Статистические методы «электоральной криминалистики»
Проблема обнаружения фальсификаций результатов выборов с помощью
статистических методов. Методы, основанные на теории чисел (закон
Бенфорда по второй цифре, закон Бенфорда по последней цифре, метод
Бербера–Сакко по двум последним цифрам). Методы, основанные на линии
регрессии. Метод Собянина–Суховольского. Метод Шпилькина. Метод
Климека. Метод Монте-Карло. Метод неявных контрольных сумм. Метод
сопоставления результатов голосования в близлежащих избирательных
комиссиях. Метод Мягкова–Артешука.
Раздел 2. Обеспечение учебных занятий.
2.1.Методическое обеспечение.
2.1.1.Методическое обеспечение аудиторной работы.
Методическое обеспечение аудиторной работы обеспечивается
наличием специальных программ и презентаций по отдельным темам курса, а
также
активным
вовлечением
обучающихся
в
интерпретацию
представляемых сырых данных в рамках различных текстов по политической
социологии.
2.1.2. Методическое обеспечение самостоятельной работы.
Тематика рефератов:
Реферат статей из журнала «Political Analysis» с подробным описанием
использованного метода анализа по какой-либо политологической теме,
предложенной преподавателем.
Вопросы к зачету:
Языковая и логическая структура типологического анализа.
Логико-комбинаторный метод.
ДСМ-метод.
QCA-метод.
Метод структурно-логической типизации.
Модели с латентными переменными.
Item Response Theory (IRT).
Латентно-структурный анализ.
Модели структурных уравнений.
Метод соответствий как способ обработки нечисловой информации.
Моделирование на основе сетевого анализа.
Метод многоуровневого сетевого диадного анализа (multilevel р2 model).
Автоматические методы анализа в онлайн-пространстве.
Методология и методы on-line исследования.
Конверсационный анализ.
Исследования Н. Чомски и Г. Сакса на основе конверсационного анализа.
Метод ограниченного хаоса.
Логика анализа данных в обоснованной теории.
Фрактальный анализ: базовые принципы.
Фрактальный анализ временных рядов.
Проблема сочетания количественных и качественных методов в одном
исследовании.
Метод постоянных сравнений.
Статистические методы обнаружения фальсификаций результатов
выборов.
2.1.3.
Методика проведения текущего контроля
промежуточной аттестации, критерии оценивания.
успеваемости
и
Показателями, характеризующими текущую учебную работу обучающихся,
являются:
1. Посещаемость занятий и активность работы на занятиях.
2. Результаты контрольных опросов (тестов).
3. Оценка письменных заданий (реферат, доклады, сообщения, учебноисследовательские и информационно-поисковые работы).
Критерии оценивания формируются исходя из данных показателей форм
работы студентов, которые используются ими при освоении учебного
материала дисциплины, и методов измерения знаний обучающихся с учётом
весовых коэффициентов важности показателей (в процентах). Для учебных
занятий используется следующая комбинация критериев:
 результаты текущей учебной работы (с учётом посещаемости занятий,
собеседований, экспресс-опросов, выступлений на семинарских занятиях) –
50% (50 баллов);
 результаты контрольных опросов (открытые тесты, контрольные работы,
ситуационные задачи, анкетирование) – 250% (25 баллов);
 оценка письменных работ (домашних заданий) – 25% (25 баллов).
Приведённые выше проценты указывают на максимальную долю,
которую может получить студент по тому или иному показателю работы из
принятых по данной дисциплине. Максимальное количество баллов, которое
может получить обучающийся за изученный курс, составляет 100 процентов.
При оценивании контрольных опросов, письменных заданий и
промежуточной (заключительной) аттестации по дисциплине преподавателю
рекомендуется использовать следующие условия выставления оценок:
Оценки «отлично» заслуживает обучающийся, показавший
всестороннее, систематическое и глубокое знание учебного материала;
умение свободно выполнять задания, предусмотренные программой;
усвоивший основную и знакомый с дополнительной литературой,
рекомендованной программой.
Оценки «хорошо» заслуживает обучающийся, показавший полное
знание учебного материала, успешно выполняющий предусмотренные
программой задания, усвоивший основную литературу, рекомендованную в
программе. Как правило, оценка «хорошо» выставляется студентам,
показавшим систематический характер знаний по дисциплине и способным
к их самостоятельному пополнению и обновлению в ходе дальнейшей
учебной работы.
Оценки
«удовлетворительно»
заслуживает
обучающийся,
показавший знание основного учебного материала в объёме, необходимом
для дальнейшей учёбы и предстоящей работы по профессии; справляющийся
с выполнением заданий, предусмотренных программой; знакомый с
основной литературой, рекомендованной программой. Как правило, оценка
«удовлетворительно» выставляется студентам, допустившим погрешности в
ответе на зачёте и при выполнении домашних заданий, но обладающим
необходимыми знаниями для их устранения под руководством
преподавателя.
Оценка «неудовлетворительно» выставляется обучающемуся,
обнаружившему пробелы в знаниях основного учебного материала,
допустившему принципиальные ошибки в выполнении предусмотренных
программой заданий. Как правило, оценка «неудовлетворительно» ставится
студентам, которые не могут продолжить обучение без дополнительных
занятий по дисциплине.
К промежуточной (заключительной по дисциплине) аттестации
допускаются обучающиеся, набравшие не менее 60 баллов.
Текущая аттестация качества усвоения знаний может проводиться как в
устной, так и в письменной форме. Это могут быть контрольные вопросы по
изучаемой
тематике,
экспресс-тесты,
выступления
студентов
с
тематическими сообщениями, обсуждение изученной
литературы,
выполнение индивидуального творческого задания.
Для закрепления полученных знаний и активизации познавательной
деятельности обучающихся в период изучения курса студенты выполняют в
письменной форме контрольную работу и реферат.





2.1.4.Методические материалы для проведения текущего контроля
успеваемости и промежуточной аттестации (контрольно-измерительные
материалы).
На первом занятии преподаватель доводит до сведения обучающихся
график (сроки) текущего контроля их самостоятельной работы, критерии
оценки знаний при устном опросе, при проверке домашних заданий и
рефератов, а также сроки и условия промежуточной аттестации.
Методические материалы для текущего контроля и промежуточной
аттестации включают:
перечень заданий для выполнения аспирантами во время самостоятельной
работы;
примерный перечень вопросов для самопроверки и текущего контроля;
рекомендуемый перечень вопросов для вынесения на итоговый зачёт;
примерный перечень рефератов по всей тематике курса;
условия промежуточной (заключительной) аттестации по дисциплине.
2.2. Кадровое обеспечение учебной дисциплины.
2.2.1. Требования к образованию и (или) квалификации штатных
преподавателей и иных лиц, допущенных к преподаванию дисциплины.
К чтению лекций должны привлекаться преподаватели, имеющие
высшее образование, научную степень и практику специализации в области
политической социологии.
2.2.2. Требования к обеспеченности учебно-вспомогательным и (или)
иным персоналом.
Учебно-вспомогательный и инженерно-технический персонал должен
иметь соответствующее образование и обладать навыками организации
работы с пользовательскими программными продуктами в локальной сети
компьютерного класса и в сети Интернет.
2.2.3. Методические материалы
содержания и качества учебного процесса.
для
оценки
обучающимися
Студентам предлагается анкета-отзыв для оценки учебных занятий.
2.3. Материально-техническое обеспечение учебных занятий.
2.3.1. Требования к аудиториям (помещениям, местам) для проведения
занятий.
Используются стандартно оборудованные лекционные аудитории, залы
для проведения интерактивных лекций: видеопроектор, экран настенный,
другое оборудование или компьютерный класс.
2.3.2. Требования к аудиторному оборудованию, в том числе
неспециализированному компьютерному оборудованию и программному
обеспечению общего пользования.
Для проведения занятий необходимы: ноутбук, видеопроектор,
переносной экран.
В компьютерном классе должны быть установлены стандартные
электронные средства обучения.
2.4.1. Список обязательной литературы
Архангельский Г.А. Метод ограниченного хаоса: От кластерного анализа
к технологии развития систем // Социология 4 М. 2002. № 15.
Бабич Н.С. Контент-анализ популярности типологического метода в
западной социологии XX в. // Социология: 4М. 2008. № 27. С. 30–46.
Габышева Л.К. О некоторых концепциях сетевого моделирования //
Социология: 4М. 2008. № 27. С. 122–139.
Готлиб А.С. Социально-экономическая адаптация россиян: опыт
сочетания количественной и качественной методологии в одном отдельно
взятом исследовании // Социология 4 М. 2000. №12.
Гусаров А.А., Гухман В.Б. К оценке спорных результатов выборов с
помощью статистического критерия согласия // Социология: 4М. 2008. № 26.
С. 105–116.
Демин А.Н. О совмещении количественного и качественного подходов в
исследовательском цикле // Социология 4 М. 1999. №11.
Джиампалиа Дж. От моделей с множественными индикаторами к
моделям LISREL // Социология: 4М. 2005. №20. С.159–188.
Забаев И.В. Логика анализа данных в обоснованной теории (grounded
theory): версия Б. Глезера // Социология 4 М. 2011 №32.
Забаев И.В. Логика анализа данных в обоснованной теории
(grounded theory): версия Б. Глезера // Cоциология: 4М. 2011. № 32. С. 124–
142.
Иванюшина В.А., Александров Д.А. Межэтническое общение в
российских школах: изучение методом сетевого диадного анализа //
Социология: методология, методы, математическое моделирование. 2012. №
35. С. 29–55.
Исупова О.Г. Конверсационный анализ: представление метода //
Социология 4 М. 2002. №15.
Климова С.Г., Галицкая Е.Г. Анализ настроений методом структурнологической типизации // Cоциология: 4М. 2010. № 30. С. 107–130.
Кольцова О.Ю., Маслинский К.А. Выявление тематической структуры
российской блогосферы: автоматические методы анализа текстов //
Социология: методология, методы, математическое моделирование. 2013. №
36. С. 113–138.
Крупенкова Н.В. Социологическое измерение: становление моделей с
латентными переменными (Часть 2) // Социология: 4М. 2008. № 27. С. 48–83.
Крупенкова Н.В. Социологическое измерение: становление моделей с
латентными переменными (Часть 1) // Социология: 4М. 2008. № 26. С. 5–42.
Кученкова А.В., Татарова Г.Г. Стратегия применения логикокомбинаторных методов в процедурах типологического анализа //
Социология: методология, методы, математическое моделирование. 2013. №
36. С. 7.-35.
Лебедев П.А. Метод онлайновых фокус-групп как исследовательский
инструмент // Социология: методология, методы, математическое
моделирование. 2010. №31. С. 92–114.
Майвальд К.-О. Секвенциальный анализ в немецкой социологии:
компетенция и практика // // Социология: методология, методы,
математическое моделирование. 2011. № 32. С. 143–179.
Меримерина М.А. Опыт типологического анализа при изучении феномена
оптимизма/пессимизма // Cоциология: 4М. 2009. № 29. С. 65–84.
Орлов А.И. Статистические методы в российской социологии (тридцать
лет спустя) // Социология 4 М. 2005 г. № 20.
Сериков А.Е. Фрактальный анализ временных рядов // Социология 4 М.
2006. №22.
Сериков А.Е. Фрактальный анализ временных рядов // Социология: 4М.
2006. № 22. С. 162–183.
Страусс А., Корбин Дж. Основы качественного исследования: обоснованная теория: процедуры и техники. М.: УРСС, 2001.
Сущий С.Я., Угольницкий Г.А., Дьяченко В.К. Имитационное
моделирование борьбы с экстремизмом на Северном Кавказе // Социология:
методология, методы, математическое моделирование. 2013. № 37. С. 126150.
Татарова Г.Г. Качественные методы в структуре методологии анализа
данных // Социология 4 М. 2002. №14.
Цылев В.Р. Трудности в преподавании качественной стратегии
исследования // Cоциология: 4М. 2010. № 31. С. 180–199.
Шафир М.А. Анализ соответствий: представление метода // Cоциология:
4М. 2009. №28. С.29–44.
2.4.2. Список дополнительной литературы
Бузин А. Кратко о Собянине-Суховольском. [Электронный ресурс.] //
Ассоциация «Голос» / 11 марта 2014 г. — Режим доступа:
http://www.golosinfo.org/ru/articles/426
Бузин А.Ю. Преступление без наказания. Административные технологии
федеральных выборов 2007-2008 годов. / Бузин А.Ю., Любарев А.Е. — М. —
ЦПК "НИККОЛО М"; Центр "Панорама". — 2008. — 284 с.
Мебейн У. Электоральные фальсификации в России: комплексная
диагностика выборов 2003-2004, 2007-2008 гг. / Мебейн У., Калинин К. //
Российское Электоральное Обозрение. — №2. — 2009. — С. 57–70.
Шпилькин С.А. Математика выборов – 2011 // Троицкий Вариант. —
2011. № 94. —— С. 2–4.
Шпилькин С.А. Статистика исследовала выборы. [Электронный ресурс].
—
Газета.ру.
—
2011.
—
Режим
доступа:
http://www.gazeta.ru/science/2011/12/10_a_3922390.shtml — Загл. с экрана
(25.10.2014).
Alvarez R.M. Evaluating elections: a handbook of methods and standards /
Alvarez R.M., Atkeson L.R., Hall Th.. — N.Y.: Cambridge University Press,
2013. — 180 p.
Beber B. What the Numbers Say: A Digit-Based Test for Election Fraud /
Beber B., Scacco A. // Political Analysis. — 2012. — Vol. 20. — P. 211–234.
Breunig C. Searching for electoral irregularities in an established democracy:
Applying Benford’s Law tests to Bundestag elections in Unified Germany / Ch.
Breunig, A. Goerres. // Electoral Studies. — 2011. — Vol. 30. — P. 534–545.
Carriquiry A.L. Election Forensics and the 2004 Venezuelan Presidential
Recall. Referendum as a Case Study // Statistical Science. — 2011. — Vol. 26. —
N 4. — P. 471–478.
Deckert J. The Irrelevance of Benford’s Law for Detecting Fraud in Elections.
[Электронный ресурс.] / J. Deckert, M. Myagkov, P.C. Ordeshook. //
Caltech/MIT Voting Technology Project Working Paper. — 2010. — N 9.—
Режим
доступа:
http://vote.caltech.edu/content/irrelevance-benfords-lawdetecting-fraud-elections — Загл. с экрана (20.10.2014).
Deckert J. Benford’s Law and the Detection of Election Fraud. / J. Deckert, M.
Myagkov, P.C. Ordeshook. // Political Analysis. — 2011. — Vol. 19. — P. 245–
268.
Diekmann A. Benford's Law and Fraud Detection: Facts and Legends. / A.
Diekmann, J. Ben. // German Economic Review. — 2010. — 11 (3). — P. 397–
401.
Election Fraud: Detecting and Deterring Electoral Manipulation. / ed. Alvarez,
Michael R., Hall, Thad E., Hyde, Susan D. — Brookings Institution Press. —
Washington, D.C. — 2008. — 255 p.
Estok M. The Quick Count and Election Observation / Estok M., Nevitte N.,
Cowan G. — National Democratic Institute for International Affairs. —
Washington, D.C. — 2002. — 182 p.
Fewster R.M. A Simple Explanation of Benford’s Law // The American
Statistician. — 2009. — February. — Vol. 63. — N 1. — P. 26–32.
Hall J.L. Implementing Risk-Limiting Post-Election Audits in California / Hall
J.L., Miratrix L.W., Stark P.B. et al. // 2009 Electronic Voting Technology
Workshop/Workshop on Trustworthy Elections (EVT/WOTE '09). — Montreal,
Canada — USENIX. — 2009. — 24 p.
Klimek P. Statistical detection of systematic election irregularities. / Klimek P.,
Yegorov Yu. et al. // PNAS. — 2012. — Vol. 109 (41). — P. 16469–16473.
Kobak D. Statistical anomalies in 2011–2012 Russian elections revealed by 2D
correlation analysis. [Электронный ресурс] / D. Kobak, S. Shpilkin, M.S.
Pshenichnikov. // Режим доступа: http://arxiv.org/abs/1205.0741.— Загл. с
экрана (15.04.2013).
Leemann L. A systematic approach to study electoral fraud / L. Leemann, D.
Bochsler. // Electoral Studies. — 2014. — Vol. 35. — P. 33–47.
Lehoucq F. Electoral fraud: Causes, Types, and Consequences // Annual. Rev.
Polit. Sci. — 2003. — Vol. 6. — P. 233–256.
Lukinova E. Metastasised Fraud in Russia's 2008 Presidential Election. / E.
Lukinova, M. Myagkov, P.C. Ordeshook. // Europe-Asia Studies. — 2011. — Vol.
63:4. — P. 603–621.
Mebane W.R.Jr. Comparative Election Fraud Detection [Электронный
ресурс.] / W.R. Mebane, K. Kalinin. — Annual Meeting of the American Political
Science Association, Toronto, Canada. — 2009. — Sept. 3–6. — Режим доступа:
http://www-personal.umich.edu/~wmebane/mw09png.pdf
Mebane W.R.Jr. A Layman’s Guide to Statistical Election Forensics.
[Электронный ресурс] // ElectionGuide Digest. — 2010. — режим доступа:
http://www.electionguide.org/digest/post/271/— Загл. с экрана (12.10.2014).
Mebane W.R.Jr. Comment on «Benford’s Law and the Detection of Election
Fraud». // Political Analysis. — 2011. — Vol. 19. — P. 269–272.
Mebane W.R.Jr. Election Forensics: The Meanings of Precinct Vote Counts’
Second Digits. [Электронный ресурс]. — 2013. — Режим доступа:
https://pages.shanti.virginia.edu/PolMeth/files/2013/07/Mebane.pdf — Загл. с
экрана (21.10.2014).
Mebane W.R.Jr. Fraud in the 2009 Presidential Election in Iran? // CHANCE.
— 2010. — Vol. 23. — N 1.— P. 6–15.
Mebane W.R.Jr. Using Vote Counts' Digits to Diagnose Strategies and Frauds:
Russia. [Электронный ресурс.] — Prepared for presentation at the 2013 Annual
Meeting of the American Political Science Association. — Chicago, IL. — 2013.
August
29
–
September
1.
—
Режим
доступа:
http://www.umich.edu/~wmebane/apsa13.pdf
Mebane W.R.Jr. Election Fraud or Strategic Voting? Can Second-digit Tests
Tell the Difference? [Электронный ресурс.] — Prepared for presentation at the
2010 Summer Meeting of the Political Methodology Society. — University of
Iowa.
—
2010.
—
July
22-24.—
Режим
доступа:
http://www.umich.edu/~wmebane/pm10.pdf
Myagkov M. The Forensics of Election Fraud: Russia and Ukraine. / M.
Myagkov, P.C. Ordeshook, D. Shakin. — N.Y.: Cambridge University Press. —
2009. — 289 p.
Pericchi L. Quick Anomaly Detection by the Newcomb–Benford Law, with
Applications to Electoral Processes Data from the USA, Puerto Rico and
Venezuela . / L. Pericchi, D. Torres. // Statistical Science. — 2011. — Vol. 26. —
N 4. — P. 502–516.
Shikano S. When Does the Second-Digit Benford’s Law-Test Signal an
Election Fraud? Facts or Misleading Test Results / S. Shikano, V. Mack. //
Jahrbucher f. Nationalokonomie u. Statistik (Lucius & Lucius, Stuttgart 2011). —
Bd. (Vol.) 231/5+6. — P. 719–732.
Torneo A. Towards a Systematic Analysis of Automated Election in the
Philippines: A Review of the 2010 and 2013 Elections / A. Torneo, J.C.
Teehankee, I. Francis // SPARK The key link to idea and action. — 2013. — Dec.
— Vol. 6. — N 4.
Разработчик(и) рабочей программы учебной дисциплины
Контактная информация
Фамилия, имя, Учёная Учёное
(служебный адрес
Должность
степень звание
отчество
электронной почты,
служебный телефон)
Попова Ольга
валентиновна
Докт.
полит.
наук,
канд.
социолог
. наук
профессор
pov_64@mail.ru
(812) 576-71-56