政治学的序列分析-研究论文

政治研究的几个领域涉及序列，即标准绝对状态或事件的连续性：政治社会学、政权演变、演讲分析、地缘政治、比较研究或选举。 政治学中流行的至少三种纵向方法可能会尝试处理政治纵向对象：回归模型、事件历史分析和时间序列分析。 然而，没有人能够展开分类时间序列的三个维度，即组成序列的状态/事件的性质、它们的顺序和长度。 以最优匹配算法为核心工具的序列分析就是专门为此任务设计的。 它现在普遍用于社会学和人口学，越来越多地用于地理和历史。 这种实用的、逐个状态的序列比较不会对生成序列的潜在过程做出任何假设。 该论文首先定义了序列及其经验应用。 然后详细介绍序列分析的原理及其规范步骤。 在概述高级问题和可用软件之前，它展示了序列分析如何连接到其他多变量方法和/或与其他多变量方法竞争。 为了说明这种方法对政治学的影响有多大，我将其应用于一项在法国主要的动员抗击艾滋病的活动家组织的成员中进行的回顾性调查。