Suchergebnisse

The uncertainty that researchers face in specifying their estimation model threatens the validity of their inferences. In regression analyses of observational data, the 'true model' remains unknown, and researchers face a choice between plausible alternative specifications. Robustness testing allows researchers to explore the stability of their main estimates to plausible variations in model specifications. This highly accessible book presents the logic of robustness testing, provides an operational definition of robustness that can be applied in all quantitative research, and introduces readers to diverse types of robustness tests. Focusing on each dimension of model uncertainty in separate chapters, the authors provide a systematic overview of existing tests and develop many new ones. Whether it be uncertainty about the population or sample, measurement, the set of explanatory variables and their functional form, causal or temporal heterogeneity, or effect dynamics or spatial dependence, this book provides guidance and offers tests that researchers from across the social sciences can employ in their own research.

ABSTRACTMultiattribute utility theory (MAUT) was employed to model the professional judgments of external auditors. Fully developed MAUT models elicited from each subject according to keeney and Raiffa's [6] procedures were used to predict the internal control systems evaluations made by auditor‐subjects. Correlation analyses were used to compare the predictive ability of the "correct" MAUT models to the accuracy of models developed under simplifications of the MAUT procedures. One simplified model resulted from relaxing the requirements for attribute independence that determine the functional forms. A second modified MAUT function was formed using unitary weightings on conditional utility functions instead of elicited scaling constants. Tests showed essentially no significant differences in predictive accuracy among the models in the contact of this study.

Affective polarization (AP)—the tendency of political partisans to view their opponents as a stigmatized "out group"—is now a major field of research. Relevant evidence in the United States derives primarily from a single source, the American National Election Studies (ANES) feeling thermometer time series. We investigate whether the design of the ANES produces overestimates of AP. We consider four mechanisms: overrepresentation of strong partisans, selection bias conditional on strong identification, priming effects of partisan content, and survey mode variation. Our analysis uses the first-ever collaboration between ANES and the General Social Survey and a novel experiment that manipulates the amount of political content in surveys. Our tests show that variation in survey mode has caused an artificial increase in the mixed-mode ANES time series, but the general increase in out-party animus is nonetheless real and not merely an artifact of selection bias or priming effects.

AbstractThis paper presents the application of an effective and practical method to complement the methodology for validating system dynamics (SD) models. The method is based on an analogy drawn between the SD model development process and the quality design and manufacturing product development process of an industrial context. Employing this metaphor, the revolutionary Taguchi principles of robust design can be utilized at the beginning of the validation process of SD models for parameter testing. The proposed Taguchi‐based approach is applied and tested in the context of a SD corporate model. The results show that, with relatively few steps at the beginning of the validation process and in the sub‐category of reference behaviour tests, the modeller can significantly reduce complexity of testing while increasing confidence in his model. Copyright © 2011 System Dynamics Society.

'Für Trendanalysen ist es häufig notwendig, die Stärke der Beziehung zwischen zwei oder mehreren Variablen im Zeitverlauf zu untersuchen. In der politischen Soziologie werden hierfür häufig Assoziationsmaße für den Zusammenhang zwischen sozialstrukturellen Variablen, etwa Klasse oder Alter, und verschiedenen kategorialen abhängigen Variablen, etwa Wahlverhalten oder Gewerkschaftsmitgliedschaft, benötigt. Ein Ansatz zur Modellierung besteht im Vergleich der durch die jeweiligen unabhängigen Variablen erklärten Varianzanteile, den Pseudo-R2 in multinomialen Logit-Modellen bzw. binären oder multinomialen logistischen Regressionen. Theoretisch ist die Verwendung dieser Maße problematisch, da Pseudo-R2 Werte von den jeweiligen Randverteilungen beeinflusst werden und von der Kategorienzahl der zu analysierenden Tabelle bzw. der Zahl der in die Analyse miteinbezogenen Fälle abhängen. Dennoch ist die Verwendung dieser Maßzahlen nicht unüblich. In diesem Aufsatz wird demonstriert, wie diese theoretischen Nachteile in empirischen Studien kontrolliert werden können. Hierzu wird die Robustheit von Pseudo-R2 Maßen durch die Veränderung von Randverteilungen, Variation der Kategorienzahl sowie unterschiedliche Fallzahlen an einem Fallbeispiel empirisch untersucht. Dies geschieht durch verschiedene, allesamt in der Literatur gebräuchliche Operationalisierungen der relevanten Variablen. Inhaltlich konzentriert sich der Aufsatz auf den Zusammenhang von sozialer Klassenlage und dem Wahlverhalten sowie die Veränderungen dieses Zusammenhanges im Zeitverlauf. Zur Analyse verwenden wir die Deutschen Nationalen Wahlstudien, einen durch das ZA kompilierten Satz einzelner Wahlstudien, die den gesamten Nachkriegszeitraum abdecken. Die Daten werden mittels multinomialer Logit-Modelle analysiert. Es wird ein Pseudo-R2 untersucht, welches theoretisch besonders anfällig gegenüber obigen Manipulationen ist, nämlich das Pseudo-R2 auf Basis des Entropiekriteriums. Ungeachtet der theoretischen Einwände finden wir ein erstaunliches Maß an Robustheit der Resultate, Zeitvergleiche erklärter Varianzanteile scheinen bei ausreichenden Kontrollen daher durchaus zulässig. Inhaltlich finden wir einen Niedergang des Klassenwahlverhaltens seit dem Zweiten Weltkrieg, dieser ist jedoch Mitte der siebziger Jahre beendet.' (Autorenreferat)

Efforts to "test" public‐goods provision mechanisms in field settings encounter a fundamental obstacle: investigators cannot determine whether the aggregate valuation of the public good exceeds the cost. Experimental laboratory settings can fix the provision of the public good to be efficient. This allows investigation of the performance of the mechanism under potential field settings. This paper reports the results of a set of laboratory experiments designed to test the robustness of the minimum‐contributing‐set (MCS) mechanism to field conditions. The reported results support further use and investigation of the MCS mechanism for the provision of step‐level public goods.