Lab 1: Replica-ng Oneal and Russe4 (2005) Linear - PowerPoint PPT Presentation

Lab ¡1: ¡Replica-ng ¡Oneal ¡and ¡ Russe4 ¡(2005) ¡ Linear ¡probability ¡model ¡ ¡ Logis-c ¡regression ¡

R-­‑help ¡ • If ¡you ¡would ¡like ¡extra ¡help ¡with ¡R, ¡come ¡and ¡ask ¡ques-ons ¡during ¡ office ¡hours. ¡ • Room ¡141, ¡Manor ¡Road ¡Building. ¡ – Week ¡4 ¡ • Tuesday ¡10.30 ¡-­‑ ¡12.30 ¡[A. ¡Murr] ¡ • Wednesday ¡14.00 ¡-­‑ ¡15.30 ¡[S. ¡Kosmidis] ¡ • There ¡are ¡also ¡great ¡resources ¡online: ¡e.g. ¡swirl ¡(package) ¡ – h4ps://www.rstudio.com/resources/training/online-­‑learning/ #R ¡ ¡ – h4ps://www.coursera.org/course/rprog ¡ – ¡h4ps://www.r-­‑project.org/mail.html ¡ – h4p://www.statmethods.net ¡ ¡ – h4p://stackoverflow.com ¡ – Google! ¡ ¡

Assessment ¡ • essay� ¡of ¡no ¡more ¡than ¡2000 ¡words ¡for ¡each ¡ core ¡subject ¡you ¡are ¡taking. ¡ • due ¡on ¡WebLearn ¡by ¡noon ¡on ¡Friday ¡of ¡week ¡2 ¡ of ¡Hilary ¡Term ¡ ¡ • Choose ¡an ¡empirical ¡finding ¡that ¡appears ¡in ¡an ¡ ar-cle ¡from ¡the ¡reading ¡list ¡of ¡your ¡core ¡ paper. ¡ – Introduce, ¡replicate, ¡discuss/present ¡alterna-ve ¡ opera-onaliza-ons, ¡include ¡a ¡figure ¡

Pre-­‑lab ¡Assignment ¡ • You ¡are ¡expected ¡to ¡complete ¡this ¡before ¡each ¡ lab ¡and ¡must ¡read ¡the ¡paper ¡to ¡answer ¡the ¡ ques-ons! ¡ ¡ • This ¡is ¡important ¡– ¡before ¡conduc-ng ¡any ¡ sta-s-cal ¡analysis, ¡you ¡should ¡always ¡understand ¡ the ¡relevant ¡theory, ¡hypotheses, ¡and ¡causal ¡ mechanisms. ¡Otherwise, ¡you ¡risk ¡was-ng ¡-me ¡or ¡ reaching ¡inaccurate ¡conclusions ¡ • You ¡have ¡5 ¡minutes ¡to ¡discuss, ¡and ¡then ¡we ¡will ¡ go ¡through ¡it ¡together ¡

• What ¡is ¡the ¡liberal ¡democra-c ¡peace? ¡ ¡ • What ¡is ¡Oneal/Russe4’s ¡contribu-on? ¡ ¡ • We ¡will ¡be ¡focusing ¡on ¡cri-cisms ¡1 ¡and ¡3. ¡ ¡What ¡are ¡they? ¡ ¡ And ¡how ¡do ¡the ¡authors ¡address ¡them? ¡ ¡ • What ¡is ¡Oneal ¡and ¡Russe4’s ¡argument ¡about ¡the ¡liberal ¡ democra-c ¡peace ¡(i.e. ¡what ¡is ¡their ¡key ¡contribu-on ¡to ¡this ¡ debate)? ¡ ¡ • What ¡is ¡the ¡unit ¡of ¡analysis ¡in ¡the ¡study ¡(e.g. ¡country, ¡ country-­‑year, ¡etc.)? ¡

What ¡is ¡the ¡liberal ¡democra-c ¡peace? ¡ • Idea ¡that ¡the ¡classical ¡liberals ¡were ¡right ¡– ¡ economic ¡interdependence ¡and ¡democracy ¡ à ¡ peace. ¡This ¡is ¡related ¡to ¡the ¡democra-c ¡peace ¡ theory. ¡ • Democra-c ¡peace ¡theory ¡or ¡hypothesis? ¡

Oneal ¡& ¡Russe4 ¡ • They ¡argue ¡for ¡the ¡liberal ¡democra-c ¡peace ¡ • In ¡their ¡book ¡“Triangula-ng ¡Peace” ¡(2001), ¡Oneal ¡ and ¡Russe4 ¡argue ¡that ¡democracy, ¡economic ¡ interdependence ¡(trade), ¡and ¡membership ¡in ¡ IGOs ¡ à ¡peace ¡(think ¡Kant). ¡They ¡also ¡contend ¡ that ¡peace ¡ à ¡these ¡three ¡x ¡variables. ¡This ¡is ¡their ¡ key ¡contribu-on ¡to ¡the ¡debate. ¡ • In ¡this ¡paper, ¡they ¡refute ¡the ¡idea ¡that ¡parsimony ¡ is ¡the ¡gold ¡star ¡in ¡quan-ta-ve ¡papers ¡(they ¡prefer ¡ controlling ¡for ¡other ¡explana-ons). ¡

Main ¡Cri-cisms ¡ 1. Ray ¡claims ¡that ¡ the ¡causes ¡ of ¡war ¡and ¡of ¡militarized ¡disputes ¡are ¡ different. ¡ 2. He ¡ques-ons ¡the ¡robustness ¡of ¡the ¡evidence ¡that ¡has ¡been ¡presented ¡for ¡ the ¡conflict ¡reducing ¡ effect ¡of ¡economic ¡interdependence , ¡arguing ¡that ¡ these ¡results ¡ depend ¡upon ¡a ¡par2cular , ¡complex ¡specifica-on ¡that ¡is ¡ inappropriate. ¡ 3. He ¡argues ¡that ¡ our ¡efforts ¡to ¡test ¡liberal ¡and ¡realist ¡theories ¡generally ¡ produce ¡meaningless ¡ results ¡because ¡of ¡the ¡complexity ¡of ¡our ¡ regression ¡analyses. ¡ 4. He ¡presents ¡results ¡indica-ng ¡that ¡the ¡effects ¡of ¡the ¡liberal ¡(and ¡realist) ¡ variables ¡in ¡our ¡model ¡differ ¡when ¡es-mated ¡with ¡informa-on ¡ from ¡ 2me ¡series ¡rather ¡than ¡cross ¡sec2onal ¡varia2o n. ¡ 5. He ¡suggests ¡that ¡ the ¡pacific ¡benefits ¡of ¡democracy ¡and ¡ interdependence ¡are ¡spurious ¡and ¡their ¡conflict-­‑reducing ¡effects ¡are ¡ probably ¡a;ributable ¡to ¡economic ¡development , ¡though ¡he ¡gives ¡no ¡ evidence ¡for ¡this ¡claim. ¡

What ¡is ¡the ¡author’s ¡strategy ¡for ¡ dealing ¡with ¡them ¡(1 ¡& ¡3 ¡specifically)? ¡ ¡ 1. ¡Oneal/Russe4 ¡test ¡the ¡cri-que ¡and ¡present ¡ results ¡sugges-ng ¡the ¡causes ¡of ¡these ¡different ¡ dispute ¡types ¡are ¡the ¡same. ¡ 3. ¡Oneal/Russe4 ¡perform ¡another ¡analysis ¡of ¡ fatal ¡disputes, ¡including ¡all ¡4 ¡controls ¡from ¡ tables ¡3 ¡and ¡4 ¡as ¡well ¡as ¡all ¡the ¡possible ¡ combina-ons ¡of ¡the ¡variables ¡of ¡theore-cal ¡ interest ¡ ¡– ¡the ¡results ¡are ¡not ¡all ¡presented ¡in ¡ the ¡paper ¡

What ¡is ¡the ¡unit ¡of ¡analysis? ¡ • ¡The ¡Oneal/Russe4 ¡data ¡is ¡dyad-­‑year. ¡This ¡ means ¡it ¡looks ¡at ¡pairs ¡of ¡states ¡over ¡-me. ¡ ¡ • Dyadic ¡vs. ¡monadic ¡analysis: ¡ ¡ – dyadic ¡research ¡design ¡has ¡the ¡benefit ¡of ¡shiling ¡ the ¡focus ¡onto ¡the ¡interdependence ¡that ¡exists ¡ between ¡states ¡ – i.e. ¡it’s ¡not ¡state ¡A’s ¡level ¡of ¡democracy ¡that ¡ ma4ers, ¡but ¡the ¡rela-onship ¡between ¡state ¡A ¡and ¡ state ¡B’s ¡level ¡of ¡democracy ¡

Now ¡to ¡R, ¡but ¡first ¡things ¡first… ¡ • It’s ¡also ¡important ¡to ¡save ¡your ¡work ¡ – Click ¡“file” ¡ à ¡“save”, ¡if ¡it ¡asks ¡about ¡encoding, ¡use ¡ the ¡default ¡and ¡ignore ¡the ¡warnings! ¡ • It’s ¡a ¡good ¡habit ¡to ¡start ¡fresh, ¡especially ¡on ¡ shared ¡computers ¡ – Click ¡the ¡broom ¡(top ¡right) ¡to ¡clear ¡the ¡workspace ¡ before ¡star-ng ¡ R ¡

Exercise ¡1: ¡Loading ¡& ¡Examining ¡Data ¡ • Explore ¡and ¡manipulate ¡the ¡data: ¡ – View ¡(), ¡str ¡(), ¡summary ¡(), ¡table ¡(), ¡sum ¡(), ¡length ¡(), ¡unique ¡(), ¡head ¡(), ¡ typeof ¡(), ¡class ¡(), ¡names ¡(), ¡prop.table ¡( ¡table ¡()), ¡c(), ¡fix ¡() ¡ – you ¡can ¡search ¡help ¡in ¡the ¡lower-­‑right ¡corner ¡or ¡by ¡typing ¡?str, ¡for ¡ example ¡ • How ¡many ¡dyad-­‑years ¡have ¡a ¡MID ¡onset? ¡ ¡Fatal ¡MID ¡onset? ¡ ¡War ¡ onset? ¡ • How ¡many ¡years ¡are ¡in ¡the ¡dataset? ¡ • How ¡many ¡countries ¡are ¡analyzed? ¡– ¡see ¡e.g. ¡below ¡ – A ¡<-­‑ ¡unique(oneal$abb_a) ¡# ¡how ¡many ¡unique ¡states ¡in ¡A ¡ – B ¡<-­‑ ¡unique(oneal$abb_b) ¡# ¡how ¡many ¡unique ¡states ¡in ¡B ¡ – C ¡<-­‑ ¡c(A,B) ¡# ¡combine ¡the ¡2 ¡ – country_count ¡<-­‑ ¡unique(C) ¡# ¡how ¡many ¡total ¡(this ¡is ¡your ¡answer) ¡ – setdiff(A, ¡B) ¡# ¡you ¡can ¡check ¡which ¡don't ¡overlap ¡ à R ¡

Linear ¡Probability ¡Model ¡(LPM) ¡ • OLS ¡can ¡have ¡binary ¡ independent ¡ (x) ¡ variables ¡but ¡is ¡ olen ¡not ¡used ¡with ¡binary ¡ dependent ¡(y) ¡variables ¡ ¡ • When ¡it ¡is ¡happens, ¡it ¡is ¡called ¡a ¡LPM ¡ • Pr(Y ¡= ¡1) ¡= ¡ b 0 + b 1 x 1 + b 2 x 2 +·√·√·√+ b k x k ¡ – Here, ¡the ¡coefficient ¡expresses ¡the ¡change ¡in ¡ probability ¡ that ¡Y ¡= ¡1 ¡(i.e. ¡event ¡occurs) ¡associated ¡with ¡a ¡unit ¡ change ¡in ¡X n , ¡all ¡else ¡equal. ¡ ¡ – E.g. ¡Say ¡having ¡a ¡“majpower” ¡in ¡the ¡dyad ¡increases ¡the ¡ probability ¡ of ¡an ¡MID ¡by ¡3 ¡percentage ¡points ¡(If ¡the ¡coeff. ¡ is ¡0.03) ¡ R ¡