This paper studies electoral dynamics in Estonia and Latvia in the years 2011-2019 by juxtaposing political supply with political demand in the welfare state issue. The article contributes to the theory of two-dimensional policy space, which has been widely studied in the context of mature welfare states. We show, using Estonia and Latvia as examples, that this framework can be extended to explain electoral dynamics in contemporary post-communist Eastern Europe. Empirically, we found that despite the temporary prominence of the distributional divide, the socio-cultural dimension has preserved its dominance in political supply and demand. While distinctive voters' profiles are detectable in both countries, stable party constituencies are not formed behind those divisions and the strongest predictor that distinguishes voters is the level of education. Thus, the strong legacy of the socio-cultural cleavage in combination with renewed saliency of immigration and EU integration issues still constrains Estonian and Latvian party politics. (original abstract)
Celem artykułu jest omówienie możliwości graficznej prezentacji wyników analizy za pomocą tzw. wykresu współrzędnych barycentrycznych. (fragment tekstu)
EN
Latent class modeling is one of a multivariate analysis techniques of the contingency table. This method was introduced first by Lazarsfeld and Henry [5] and developed by Goodman [1], McCut-cheon [6], Habermann [2], Hagenaars [3], and Vermunt [8; 9]. The main purpose of this article is to show some results of latent class modeling by means of barycentric coordinates graph. This kind of presentation permits to describe the relations between categories variable. The main software used here is LEM that allows us to estimate parameters of latent class model. (original abstract)
3
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
Celem artykułu będzie zaprezentowanie, w jakim sposób drzewa klasyfikacyjne mogą usprawnić analizę klas ukrytych oraz jak tego typu drzewa można wykorzystywać do ograniczenia liczby zmiennych wprowadzonych do analizy klas ukrytych. W końcowym etapie artykułu zostanie również pokazana graficzna prezentacja danych za pomocą tzw. wykresu współrzędnych barycentrycznych, który to pozwoli na przedstawienie zależności między kategoriami zmiennych zawartych w tablicy kontyngencji. (fragment tekstu)
EN
The latent class analysis is one of multivariate analysis techniques of the contingency table which is based on discrete data. This method was introduction by Lazarsfeld [1968]. The classification and regression tree is a nonparametric technique which was proposed by Breiman et al. [1984], The main aim of this article is to show how we can use the classification tree to reduce the number of variables which can be put into the latent class analysis. Additionally the article shows the barycentric coordinates graph which permits to describe the relations among categories of variables. (original abstract)
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.