DIME Impact Evaluation Workshop. Innovations for Agriculture June 2014, Kigali, Rwanda
|
|
- Vasco Lucas Gabriel Osório Caetano
- 5 Há anos
- Visualizações:
Transcrição
1 DIME Impact Evaluation Workshop Innovations for Agriculture June 2014, Kigali, Rwanda
2 Impact Evaluation Workshop Innovations for Agriculture Medindo o Impacto II Métodos Não-Experimentais David Evans, Banco Mundial Kigali, Ruanda Terça-feira, 17 de Junho de June 2014 Kigali, Rwanda A maioria desses slides são de autoria de David Evans, entretanto alguns são adaptados de Impact Evaluation in Practice, por Gertler et al.
3 Seleção aleatória Desenho Descontínuo Diferenças-em-Diferenças Dif-em-Dif Matching (Pareamento) P-Score matching (pareamento no p-score) Métodos AI Caixa de Ferramentas
4 Para compreender os métodos nãoexperimentais. temos que ter certeza que entendemos inferência causal ENTÃO, RECAPITULANDO RAPIDAMENTE
5 O que é o contrafactual? Lições de ontem O que teria acontecido na ausência do programa? O que teria acontecido com Beatrice se ela não tivesse recebido o livro texto? O que teria acontecido com Ken se ele não tivesse recebido o treinamento?
6 Critério para contrafactual Grupo de tratamento e comparação Tem características iguais na média (observadas e não-observadas) A única diferença é o tratamento Então, a única razão para qualquer diferença nos resultados é o tratamento Questão chave: O que o participante seria se não tivesse recebido o programa? 6
7 Experimento perfeito 1. Identificar o público alvo (beneficiários) 2. Clone-os! São idênticos por fora (observável) Somo dois puppets com 5 anos de idade Kami Nós dois adoraríamos participar da nova intervenção de saúde! Tami Idênticos por dentro (não-observável) Muppet photos copyright Sesame Workshop 7
8 Experimento perfeito Dê a intervenção para um conjunto de clones Kami Tami 8
9 Experimento perfeito Observe algum tempo depois Kami Tami Porque os grupos são idênticos (por dentro e por fora), a diferença é devida aos mosquiteiros. 9
10 Na ausência de clones Qual é o melhor contrafactual? DESENHO DE SELEÇÃO ALEATÓRIA
11 Desenho de seleção aleatória Atribuir aleatoriamente potenciais beneficiários para o grupo de controle e comparação Tratamento e comparação tem as mesmas características (observadas e não observadas), na média, então Qualquer diferença no resultado é devida ao tratamento 11
12 Porque aleatorização funciona? Aleatorização com dois não funciona! Tratamento Comparação Mas diferenças somem na média com grandes amostras Tratameto Comparação Na média a mesma quantidade de Kamis e Grovers Observável E não-observável Resultado: Mede o impacto verdadeiro do programa 12
13 Como fazer a aleatorização Mais pessoas são elegíveis do que disponibilidade de benefícios para distribuir Não é possível distribuir os benefícios para todo mundo em um primeiro momento Explorar qual versão do programa tem maior custo-efetivo Aleatorização entre as pessoas que precisam mais
14 E se a aleatorização não for possível? O projeto realmente vai estar estendido a todos? Estamos tão certos de que temos o pacote certo de benefício que não queremos testar? Benefício maior vs benefício menor (programas de transferência) Diferentes mecanismos pra atingir o público alvo (community vs proxy means) Pacotes diferentes (treinamento de professor: conteúdo vs treinamento pedagógico)
15 Como realizar a aleatorização? (simples) Funciona com grandes amostras
16 Como realizar a aleatorização (avançado) Incluir dado pré-existente para garantir balanceamento ESTRATIFICAÇÃO Útil em pequenas amostras
17 Seleção aleatória Desenho Descontínuo Diferenças-em-Diferenças Dif-em-Dif Matching (Pareamento) P-Score matching (pareamento no p-score) Métodos AI Caixa de Ferramentas
18 Desenho descontínuo Muitos programas sociais selecionam beneficiários usando um índice ou nota: Programas de combate à pobreza Aposentadoria Focalização em indivíduos abaixo de um dado nível de pobreza (índice/renda) Focalização em pessoas acima de uma certa idade Educação Agricultura Bolsas focalizadas para estudantes com notas altas em um exame padronizado Programa de fertilização focalizado em pequenos agricultores (com menos de um determinado número de hectares)
19 Nossa própria descontinuidade Meta: Ajudar qualquer um chegar a 2 metros de altura Intervenção: programa de nutrição baseado nas escolas Como avaliar? Seleção aleatória entre as pessoas que mais precisam
20 Em um mundo sem seleção aleatória
21 Exemplo: fertilizante grátis para fazendeiros pobres Meta Aumentar uso de fertilizante entre os fazendeiros pobres o o Método Indivíduos com um nível de rendimentos 50 são pobres Indivíduos com um nível de rendimentos > não são pobres Intervenção Indivíduos pobres recebem fertilizante grátis
22 Regressão com desenho descontínuo- linha de base Rendimento C B B A Não elegível Elegível
23 Regressão com desenho descontínuo-pós Rendimento intervenção IMPACTO
24 Desenho descontínuo Temos um índice contínuo que define o ponto de corte o Indivíduos com índice corte são elegíveis o o Indivíduos com índice > corte são não elegíveis Ou vice-versa Explicação intuitiva do método o o Unidades logo acima do corte são muito similares aos que estão logo a baixo comparação boa. Comparar resultados Y apenas para unidades logo acima e logo a baixo do corte.
25 Tenha em mente! Desenho descontínuo Desenho de descontinuidade requer critério contínuo de elegibilidade com linha de corte clara. Fornece uma estimativa não viesada do efeito do tratamento: Observações próximas a linha de corte são boas comparações Não há necessidade de excluir um grupo elegível de domicílios/ indivíduos do tratamento. Em algumas casos pode usar programas que já estão em andamento.
26 Tenha em mente! Desenho descontínuo Desenho de descontinuidade produz uma estimativa local: o o Efeito do programa próximo ao ponto de corte/descontinuidade. Isto não é sempre generalizado. Poder: o Precisamos de muitas observações a cerca do ponto de corte. Nos diz o impacto para Ernies mas não para Sweetums ou Kermits??
27 Seleção Aleatória Desenho Descontínuo Diferença em Diferença Dif-em-Dif Matching/Pareamento P-Score matching Métodos de AI Caixa de Ferramentas
28 Diferença em diferença (Dif-em-dif) Y= Taxa de uso de irrigaçao P= Programa de encorajar a irrigação Participantes Depois Antes Não Participantes - = Diferença Dif-em-Dif: Impacto=(Y t1 -Y t0 )-(Y c1 -Y c0 )
29 E se usarmos o antes e depois? Y= Taxa de uso de irrigaçao P= Programa de encorajar a irrigação Participantes Depois Antes Não Participantes - = Diferença Impacto sobre-estimado!
30 Diferença em diferença (Dif-em-dif) Y= Taxa de uso de irrigaçao P= Programa de encorajar a irrigação Participantes Depois Antes Não Participantes - = Diferença Dif-em-Dif: Impacto=(Y t1 -Y c1 )-(Y t0 -Y c0 )
31 E se usarmos participantes e nãoparticipantes? Y= Taxa de uso de irrigaçao P= Programa de encorajar a irrigação Participantes Depois Antes Não Participantes = - Diferença Impacto sub-estimado!
32 LEMBRE-SE! Antes e depois Participantes / não participantes NUNCA FORNECERÁ UMA ESTIMATIVA CONFIDENTE DO IMPACTO REAL (a não ser que você selecione participantes aleatoriamente)
33 Voltando à dif-em-dif Y= Taxa de uso de irrigaçao P=Programa de encorajar a irrigação Participantes Depois Antes Não- Participantes - = Diferença Dif-em-Dif: Impacto=(Y t1 -Y t0 )-(Y c1 -Y c0 )
34 Uso de irrigação moderna Impacto =(A-B)-(C-D)=(A-C)-(B-D) Não- participantes Participantes D=0.78 C=0.81 A=0.74 Impacto=0.11 E essas duas linhas? B=0.60 O que teria sido T=0 T=1 Tempo
35 Dif-em-dif Mais convincente quando combinado com aleatorização É o segundo mais convincente com dados de tendência pré-intervenção
36 Progresa Recomendação para Política Econômica? Impacto de Progresa sobre o Consumo (Y) Caso 1: Antes & Depois 34.28** Caso 2: Participantes & Não Participantes Caso 3: Seleção Aleatória 29.75** Caso 4: Divulgação Aleatória 30.4** Caso 5: Desenho Descontínuo 30.58** Caso 6: Diferença em Diferença 25.53** Nota: Se o efeito é estatisticamente significante ao nível de 1%, designamos duas estrelas (**) ao impacto estimado
37 Tenha sempre em Mente! Diferença em diferença Diferenças em Diferenças juntam Participantes & Não Participantes com Antes & Depois. Inclinação: Gera contrafactual para mudança nos resultados Para testar isso, ao menos 3 observações são necessárias: o 2 observações antes o 1 observação depois. Tendências inclinação- é a mesma entre tratamento e comparação (Pressupostos fundamentais).
38 Seleção Aleatória Desenho Descontínuo Diferença em diferença Dif-em-Dif Matching/Pareamento P-Score matching Métodos de AI Caixa de Ferramentas
39 Ideia Matching/Pareamento Para cada unidade tratada selecione a melhor unidade de comparação (par/match) de uma outra fonte de dados. Como? Pares são selecionados com base em características similares observadas. Problema? Se há características não-observadas e estas influenciam participação: Viés na seleção!
40 Um exemplo Um voluntário para este exemplo Agora vamos achar um par Qual é a diferença chave?
41 Exemplos Observáveis Não observáveis Idade Gênero Registrado no programa Escolaridade Nível de motivação Auto-controle Interesse em educação Aversão a participação de meninas na escola Personalidade Medo de trabalho diferente
42 Bolsas para professoras Identificar beneficiário Outras com as mesmas características observáveis Observar aulas posteriormente Quem foi uma professora melhor anteriormente? Quem já estava aprendendo mais rápido para ser uma professora melhor antes? Muito difícil de saber: Este é o mesmo impacto do treinamento ou outras características?
43 Lições de Matching/Pareamento Não é um método seguro por si só Muitas características não observadas!
44 Qual a origem dos grupos de comparação? As regras de operação do programa determinam a estratégia de avaliação. Podemos quase sempre achar um grupo controle válido se: as regras de operação para selecionar beneficiários são igualitárias (direitos iguais), transparente e confiáveis; a avaliação foi desenhada com prospectos futuros.
45 Regras de operação e desenhos com prospectos futuros Use oportunidades para gerar bons grupos de comparação e assegurar a coleta dos dados para a linha de base. 3 questões para determinar qual método é apropriado para determinado programa Dinheiro: Os programas têm recursos suficientes para obter escala e atingir cobertura total para todos os beneficiários elegíveis? Regras grupo-alvo: Quem é elegível para os benefícios do programa? O programa visa o grupo-alvo baseado em linha de corte de elegibilidade ou é disponível para todos? Tempo: Como beneficiários potenciais se inscrevem no programa de uma vez só ou em fases ao longo do tempo?
46 Escolhendo o(s) método(s) da sua AI Dinheiro Demanda excessiva Sem demanda excessiva Determinar Alvo Determinar Tempo Implementação em fases Implementação imediata Público alvo 1 Seleção aleatória 4 RDD 1 Seleção aleatória 4 RDD Universal Público alvo Universal 1 Seleção aleatória 2 Divulgação aleatória 3 DD com 5 Matching/ pareamento 1 Seleção aleatória 2 Randomized Promotion 3 DD com 5 Matching/ Pareamento 1 Seleção aleatória 4 RDD 4 RDD 1 Seleção aleatória com fases 2 Aleatoriação para promover adesão posterior 3 DD with 5 matching If less than full Take-up: 2 Randomized Promotion 3 DD with 5 Matching
47 Lembre-se O objetivo da avaliação de impacto é estimar o efeito causal ou impacto sobre os indicadores de interesse
48 Lembre-se Para estimar o impacto, necessitamos estimar o grupo contrafactual. O que teria acontecido na ausência do programa e use comparações ou grupo controle.
49 Lembre-se Temos uma caixa de ferramentas com vários métodos para identificar bons grupos de comparação.
50 Lembre-se Escolha o melhor método de avaliação que é viável dentro do contexto operacional do programa.
51 Lembre-se Aleatorização oferece as estimativas de impacto com maior credibilidade.
52 Lembre-se Outros métodos requerem Pressupostos muito mais fortes.
Métodos Não-Experimentais. Caio Piza - DIME 22/06/2015 ieconnect Impact Evaluation Workshop Rio de Janeiro, Brazil June 22-25, 2015
Métodos Não-Experimentais Caio Piza - DIME 22/06/2015 ieconnect Impact Evaluation Workshop Rio de Janeiro, Brazil June 22-25, 2015 Tudo o que você gostaria de saber sobre métodos não-experimentais, mas
Leia maisMETÓDOS EXPERIMENTAIS PARTE 1. Seminário de Avaliação de Impacto Luanda, Angola
METÓDOS EXPERIMENTAIS PARTE 1 Seminário de Avaliação de Impacto Luanda, Angola Novembro 19 20, 2015 Referência Versão em Espanhol & Versão em Francês e também disponível em Portuguese. http://runningres.com
Leia maisDIME WORKSHOP OCTOBER 13-17, 2014 LISBON, PORTUGAL
DIME WORKSHOP OCTOBER 13-17, 2014 LISBON, PORTUGAL Métodos Experimentais Arianna Legovini October 13, 2014 DIME/Banco Mundial Provocações! 1. Você acha que o seu projeto é um sucesso ou vai se tornar quando
Leia maisQuer fazer uma Avaliação de Impacto (AI)? Aspectos Operacionais
Impact Evaluation Avaliando o impacto: Transformando promessas em evidências Paul Gertler Universidade da Califonia, Berkeley Human Development Human Network Development Network http://www.worldbank.org/hdchiefeconomist
Leia maisArianna Legovini Head, Development Impact Evaluation Initiative (DIME) World Bank. O Uso de Avaliações Aleatoria para Melhorar Políticas e Programas
Arianna Legovini Head, Development Impact Evaluation Initiative (DIME) World Bank O Uso de Avaliações Aleatoria para Melhorar Políticas e Programas 2 Objetivo Identificar o Verdadeiro Efeito de um Programa
Leia maisDIME Impact Evaluation Workshop. Innovations for Agriculture June 2014, Kigali, Rwanda
DIME Impact Evaluation Workshop Innovations for Agriculture 16-20 June 2014, Kigali, Rwanda Amostragem para Avaliações de Impacto Astrid Zwager (DIME) 2 introdução Para estimar o impacto do projeto, precisamos
Leia maisPor que aleatorizar? Cecilia Machado FGV-EPGE Abdul Latif Jameel Poverty Action Lab.
Por que aleatorizar? Cecilia Machado FGV-EPGE Abdul Latif Jameel Poverty Action Lab www.povertyactionlab.org Contexto do curso 1 - Monitoramento e Avaliação 2 Avaliação de programas 3 - Avaliação de impacto
Leia maisArianna Legovini Head, Development Impact Evaluation Initiative (DIME) World Bank. O Uso de Avaliações Aleatoria para Melhorar Políticas e Programas
Arianna Legovini Head, Development Impact Evaluation Initiative (DIME) World Bank O Uso de Avaliações Aleatoria para Melhorar Políticas e Programas 1 Objetivo Identificar o Verdadeiro Efeito de um Programa
Leia mais1. Avaliação de impacto de programas sociais: por que, para que e quando fazer? (Cap. 1 do livro) 2. Estatística e Planilhas Eletrônicas 3.
1 1. Avaliação de impacto de programas sociais: por que, para que e quando fazer? (Cap. 1 do livro) 2. Estatística e Planilhas Eletrônicas 3. Modelo de Resultados Potenciais e Aleatorização (Cap. 2 e 3
Leia maisAvaliação de impacto de políticas públicas
Avaliação de impacto de políticas públicas Ernesto F. L. Amaral www.rand.org 1 Avaliação de políticas Melhorar projeto: estudar implementação, objetivos, correções de percurso, decisões sobre futuro Projeto
Leia maisLinha Técnica Sessão II: Ensaios Aleatórios
Impact Evaluation Linha Técnica Sessão II: Ensaios Aleatórios Human Development Network Spanish Impact Evaluation Fund www.worldbank.org/sief Ensaios Aleatórios Como pesquisadores aprendem sobre os estados
Leia mais1. Avaliação de impacto de programas sociais: por que, para que e quando fazer? (Cap. 1 do livro) 2. Estatística e Planilhas Eletrônicas 3.
1 1. Avaliação de impacto de programas sociais: por que, para que e quando fazer? (Cap. 1 do livro) 2. Estatística e Planilhas Eletrônicas 3. Modelo de Resultados Potenciais e Aleatorização (Cap. 2 e 3
Leia mais1. Avaliação de impacto de programas sociais: por que, para que e quando fazer? (Cap. 1 do livro) 2. Estatística e Planilhas Eletrônicas 3.
1 1. Avaliação de impacto de programas sociais: por que, para que e quando fazer? (Cap. 1 do livro) 2. Estatística e Planilhas Eletrônicas 3. Modelo de Resultados Potenciais e Aleatorização (Cap. 2 e 3
Leia maisAVALIAÇÃO DO IMPACTO
MEDIÇÃO DOS RESULTADOS E AVALIAÇÃO DO IMPACTO Christopher Blattman Universidade Yale Exemplo 1: Transferências de dinheiro para a formação profissional dos jovens no período pós-conflito no Uganda Estas
Leia maisLinha Técnica Sessão VI Métodos de Homogeneização
Impact Evaluation Linha Técnica Sessão VI Métodos de Homogeneização Human Development Network Spanish Impact Evaluation Fund www.worldbank.org/sief Quando podemos usar homogeneização? E se a designação
Leia maisDavid Evans, Banco Mundial Baseado em slides de Esther Duflo (J-PAL) e Jed Friedman (Banco Mundial) Tamanho da amostra para avaliações de impacto
Planejamento do tamanho da amostra para avaliações de impacto David Evans, Banco Mundial Baseado em slides de Esther Duflo (J-PAL) e Jed Friedman (Banco Mundial) Tamanho da amostra para avaliações de impacto
Leia maisTreinamento em Monitoria e Avaliação para o Governo de Moçambique 27 de fevereiro a 03 de março de 2017 Maputo. Aula 04
Treinamento em Monitoria e Avaliação para o Governo de Moçambique 27 de fevereiro a 03 de março de 2017 Maputo Aula 04 Objetivo da avaliação de impacto Um avaliação de impacto procura responder a perguntas
Leia maisAULAS 20 E 21 ESCORE DE PROPENSÃO DE PAREAMENTO
1 AULAS 20 E 21 ESCORE DE PROPENSÃO DE PAREAMENTO Ernesto F. L. Amaral 21 e 23 de maio de 2013 Técnicas Avançadas de Avaliação de Políticas Públicas (DCP 098) Fonte: Curso Técnicas Econométricas para Avaliação
Leia maisAULAS 21 E 22 Análise de Regressão Múltipla: Estimação
1 AULAS 21 E 22 Análise de Regressão Múltipla: Estimação Ernesto F. L. Amaral 28 de outubro e 04 de novembro de 2010 Metodologia de Pesquisa (DCP 854B) Fonte: Cohen, Ernesto, e Rolando Franco. 2000. Avaliação
Leia maisCURSO AVANÇADO EM AVALIAÇÃO QUANTITATIVA [112 horas]
CURSO AVANÇADO EM AVALIAÇÃO QUANTITATIVA [112 horas] O Curso Avançado em Avaliação Quantitativa é direcionado a profissionais que procuram aprofundar seus conhecimentos em técnicas de avaliação quantitativa
Leia maisMetodologias causais para estudos observacionais
Metodologias causais para estudos observacionais Prof. Alexandre Chiavegatto Filho Escola de Epidemiologia FSP-USP 18 de maio de 2015 Referências 1 - Menezes Filho, N. Avaliação econômica de projetos sociais.
Leia maisAULA 06 Modelos para a avaliação de impactos
1 AULA 06 Modelos para a avaliação de impactos Ernesto F. L. Amaral 12 de setembro de 2013 Avaliação de Políticas Públicas (DCP 046) Fonte: Babbie, Earl. Métodos de Pesquisas de Survey. 1999. Belo Horizonte:
Leia maisAula 3 Introdução à Avaliação de Impacto
Aula 3 Introdução à Avaliação de Impacto Quando a chuva cai, necessariamente, a rua fica molhada. Se a rua está molhada, pode ter chovido. Mas, não necessariamente! O Curso Aula 1 Aula 2 Aula 3 Introdução
Leia maisComo aleatorizar? Claudio Ferraz PUC-Rio e JPAL Abdul Latif Jameel Poverty Action Lab.
Como aleatorizar? Claudio Ferraz PUC-Rio e JPAL Abdul Latif Jameel Poverty Action Lab www.povertyactionlab.org Resumo da apresentação Restrições do mundo real e alguns exemplos bem sucedidos Unidade e
Leia mais3 Revisão da Literatura
14 3 Revisão da Literatura A regressão padrão, apresentada no capítulo 5, contém uma determinada categoria de gasto como variável dependente e um conjunto de variáveis independentes. Dentre as variáveis
Leia maisAULAS 04, 05 E 06 AVALIAÇÃO UTILIZANDO EXPERIMENTOS
1 AULAS 04, 05 E 06 AVALIAÇÃO UTILIZANDO EXPERIMENTOS Ernesto F. L. Amaral 14, 19 e 21 de março de 2013 Técnicas Avançadas de Avaliação de Políticas Públicas (DCP 098) Fonte: Curso Técnicas Econométricas
Leia maisVariáveis Instrumentais
Técnicas Econométricas para Avaliação de Impacto Variáveis Instrumentais Guilherme Issamu Hirata Centro Internacional de Pobreza (IPC/PNUD) Brasília, 2 de maio de 28. Introdução Qualidade do Ensino: Escola
Leia maisUsos do Cadastro Único em pesquisa. Pedro H. G. Ferreira de Souza Disoc/Ipea
Usos do Cadastro Único em pesquisa Pedro H. G. Ferreira de Souza Disoc/Ipea Vantagens do Cadastro Único Praticamente um censo dos mais pobres 25m famílias; 81m pessoas cadastradas (~42% da população) [dezembro/2012]
Leia maisAULAS 17 E 18 Análise de regressão múltipla: estimação
1 AULAS 17 E 18 Análise de regressão múltipla: estimação Ernesto F. L. Amaral 22 e 24 de outubro de 2013 Avaliação de Políticas Públicas (DCP 046) Fonte: Cohen, Ernesto, e Rolando Franco. 2000. Avaliação
Leia maisA Focalização das Transferências: Experiência e Lições Internacionais
A Focalização das Transferências: Experiência e Lições Internacionais Coady, Grosh e Hoddinott, Livro a ser lançado em breve, Banco Mundial Conferência Internacional sobre Transferências Condicionais de
Leia maisAULA 07 Inferência a Partir de Duas Amostras
1 AULA 07 Inferência a Partir de Duas Amostras Ernesto F. L. Amaral 10 de setembro de 2012 Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal de Minas Gerais (UFMG) Fonte: Triola,
Leia maisEndogeneidade, Variáveis Instrumentais e Modelos de Equações Estruturais
1 Endogeneidade, Variáveis Instrumentais e Modelos de Equações Estruturais Ernesto F. L. Amaral Magna M. Inácio 21 de outubro de 2010 Tópicos Especiais em Teoria e Análise Política: Problema de Desenho
Leia maisO uso de algoritmos de emparelhamento - matching
Técnicas econométricas para avaliação de impacto O uso de algoritmos de emparelhamento - matching Bruno César Araújo Instituto de Pesquisa Econômica Aplicada IPEA Brasília, 7 de maio de 2008 Pergunta da
Leia maisCurso Avançado. de Avaliação Econômica de Políticas Públicas e Projetos Sociais
Curso Avançado de Avaliação Econômica de Políticas Públicas e Projetos Sociais Introdução O Itaú Social promoverá em 2019 a 10ª edição do Curso Avançado de Avaliação Econômica de Políticas Públicas e Projetos
Leia maisCERTIFICAÇÃO E VALORIZAÇÃO DE PROFESSORES DA REDE ESTADUAL DO RIO DE JANEIRO
CERTIFICAÇÃO E VALORIZAÇÃO DE PROFESSORES DA REDE ESTADUAL DO RIO DE JANEIRO DESENHO DE AVALIAÇÃO DE IMPACTO Equipe Portunhol Tupiniquim 19 de Abril de 2013 Santiago, Chile 1 O Programa Professores que
Leia maisComo Randomizar? Seminário de Avaliação de Impacto Luanda, Angola
Como Randomizar? Seminário de Avaliação de Impacto Luanda, Angola Novembro 19 20, 2015 Visão Geral 1. Oportunidades para Randomizar 2. Defina o grupo alvo 3. Selecione aspectos do programa para avaliar
Leia maisTécnicas econométricas para avaliação de impacto O uso de algoritmos de emparelhamento baseados em escore de propensão propensity score matching
Técnicas econométricas para avaliação de impacto O uso de algoritmos de emparelhamento baseados em escore de propensão propensity score matching Bruno César Araújo Instituto de Pesquisa Econômica Aplicada
Leia maisDesenhos Quasi-Experimentais com Grupos de Controle e sem Pré-testes
Universidade de Brasília Programa de Pós-Graduação em Administração - PPGA Grupo de Pesquisa Impacto Desenhos Quasi-Experimentais com Grupos de Controle e sem Pré-testes Experimental and Quasi-Experimental
Leia maisUNIVERSIDADE FEDERAL DE MINAS GERAIS FACULDADE DE FILOSOFIA E CIÊNCIAS HUMANAS DEPARTAMENTO DE CIÊNCIA POLÍTICA CURSO DE GESTÃO PÚBLICA
1 UNIVERSIDADE FEDERAL DE MINAS GERAIS FACULDADE DE FILOSOFIA E CIÊNCIAS HUMANAS DEPARTAMENTO DE CIÊNCIA POLÍTICA CURSO DE GESTÃO PÚBLICA Professor: Ernesto Friedrich de Lima Amaral Disciplina: Avaliação
Leia maisCurso Avançado. Avaliação de Políticas Públicas e Projetos Sociais
Curso Avaliação de Políticas Públicas e Projetos Sociais Introdução O Programa de Avaliação Econômica de Projetos Sociais, realizado pela Fundação Itaú Social, promoverá em 2017 a 8ª edição do Curso de
Leia maisAula 01 Planejamento de uma Pesquisa
Aula 01 Planejamento de uma Pesquisa Stela Adami Vayego - DEST/UFPR 1 Etapas usuais de uma pesquisa empírica Tema, definição do problema, objetivos,... Planejamento da pesquisa Metolo- -logia estatística
Leia maisAULAS 28 E 29 Análise de Regressão Múltipla com Informações Qualitativas
1 AULAS 28 E 29 Análise de Regressão Múltipla com Informações Qualitativas Ernesto F. L. Amaral 07 e 09 de dezembro de 2010 Metodologia de Pesquisa (DCP 854B) Fonte: Wooldridge, Jeffrey M. Introdução à
Leia maisAULA 29 Aplicação do método de diferença em diferenças
1 AULA 29 Aplicação do método de diferença em diferenças Ernesto F. L. Amaral 29 de novembro de 2011 Avaliação de Políticas Públicas (DCP 046) EXPERIMENTO NATURAL 2 Em economia, muitas pesquisas são feitas
Leia maisModelos de Regressão Linear Simples - parte I
Modelos de Regressão Linear Simples - parte I Erica Castilho Rodrigues 19 de Agosto de 2014 Introdução 3 Objetivos Ao final deste capítulo você deve ser capaz de: Usar modelos de regressão para construir
Leia maisModelos de Regressão Linear Simples parte I
Modelos de Regressão Linear Simples parte I Erica Castilho Rodrigues 27 de Setembro de 2017 1 2 Objetivos Ao final deste capítulo você deve ser capaz de: Usar modelos de regressão para construir modelos
Leia maisSEMINÁRIO REGIONAL DE AVALIAÇÃO DE IMPACTO Avaliando o Impacto dos Programas de Desenvolvimento: Transformando Promessas em Evidências
Banco Mundial Região da América Latina e do Caribe e Rede de Desenvolvimento Humano Com o generoso apoio do Fundo de Avaliação de Impacto Espanhol (SIEF) SEMINÁRIO REGIONAL DE AVALIAÇÃO DE IMPACTO Avaliando
Leia maisCausalidade e Estatística
Causalidade e Estatística Guilherme Jardim Duarte Jota guilherme.duarte@jota.info November 24, 2018 Guilherme Jardim Duarte (JOTA) Causalidade e Estatística November 24, 2018 1 / 18 Motivação Duas revoluções:
Leia maisVariável Explicativa e de Resposta. Prof. David Prata Março de 2017
Variável Explicativa e de Resposta Prof. David Prata Março de 2017 Questão Básica Associação entre duas Variáveis Por enquanto, vimos representações gráficas considerando dados obtidos a partir de uma
Leia maisAvaliação experimental
Técnicas Econométricas para Avaliação de Impacto Avaliação experimental Fabio Veras Soares Centro Internacional de Pobreza (IPEA/PNUD) Brasília, 16 de abril de 2008. Introdução: como aleatorização resolve
Leia maisConceitosintrodutórios Planejamentode Experimentos. Prof. Dr. Fernando Luiz Pereira de Oliveira Sala1 ICEB I DEMAT
Conceitosintrodutórios Planejamentode Experimentos Prof. Dr. Fernando Luiz Pereira de Oliveira Sala1 ICEB I DEMAT Email: fernandoest@ig.com.br Um planejamento de experimentos consiste em um teste ou umas
Leia maisPESQUISA CAUSAL: Experimentação
RAD 1404 Pesquisa de Marketing PESQUISA CAUSAL: Experimentação Cap. 7 Pesquisa de Marketing Naresh K. Malhotra Prof. Dirceu Tornavoi de Carvalho Qual o Conceito de Causalidade? Pesquisa Causal Quando a
Leia maisn Sub-títulos n Referências n Métodos: n O que você fez desenho do estudo n Em qual ordem n Como você fez n Por que você fez n Preparação
Como redigir artigos científicos Antônio Augusto Moura da Silva SEXTA AULA n O que você fez, como fez para responder à pergunta n Detalhes avaliar o trabalho e repeti-lo n Idéia geral dos experimentos
Leia maisCentro Internacional de Pobreza (PNUD/IPEA) Fabio Veras Soares. Estimação do Impacto de Múltiplos Tratamentos e do. Escore de Propensão Generalizado
Estimação do Impacto de Múltiplos Tratamentos e do Efeito Dosagem: Escore de Propensão Generalizado Fabio Veras Soares Centro Internacional de Pobreza (PNUD/IPEA) Vimos nas aulas anteriores que o escore
Leia maisAULAS 25 E 26 VARIÁVEIS INSTRUMENTAIS
1 AULAS 25 E 26 VARIÁVEIS INSTRUMENTAIS Ernesto F. L. Amaral 11 e 13 de junho de 2013 Técnicas Avançadas de Avaliação de Políticas Públicas (DCP 098) Fonte: Curso Técnicas Econométricas para Avaliação
Leia maisAULA 9 - MQO em regressão múltipla: Propriedades Estatísticas (Valor Esperado)
AULA 9 - MQO em regressão múltipla: Propriedades Estatísticas (Valor Esperado) Susan Schommer Econometria I - IE/UFRJ Valor esperado dos estimadores MQO Nesta aula derivamos o valor esperado dos estimadores
Leia maisTécnicas econométricas para avaliação de impacto O uso de métodos de regressão e introdução aos métodos de diferençasdas-diferenças
Técnicas econométricas para avaliação de impacto O uso de métodos de e introdução aos métodos de diferençasdas-diferenças Bruno César Araújo Instituto de Pesquisa Econômica Aplicada IPEA Brasília, 30 de
Leia maisAntónio Júnior, Yasser Arafat Dadá e João Mosca
António Júnior, Yasser Arafat Dadá e João Mosca INTRODUÇÃO Esta pesquisa procurou estudar as associações dos pequenos produtores, com o intuito de analisar as vantagens da adesão à estas ou outras organizações
Leia maisEfeitos dos Programas de Transferência Condicional de Renda sobre a Pobreza, o Consumo e a Nutrição Atuais
Efeitos dos Programas de Transferência Condicional de Renda sobre a Pobreza, o Consumo e a Nutrição Atuais John A. Maluccio Segundo Workshop Internacional sobre Programas de Transferência Condicional de
Leia maisProcedimentos de Pesquisa em Ciências Sociais
1 Procedimentos de Pesquisa em Ciências Sociais Ana Maria Doimo Ernesto F. L. Amaral 21 de setembro de 2009 www.ernestoamaral.com/met20092.html Fonte: Banco Mundial. Monitorização e Avaliação: algumas
Leia maisAULA 17 MÉTODO DE DIFERENÇA EM DIFERENÇAS
1 AULA 17 MÉTODO DE DIFERENÇA EM DIFERENÇAS Ernesto F. L. Amaral 09 de maio de 2013 Técnicas Avançadas de Avaliação de Políticas Públicas (DCP 098) Fonte: Curso Técnicas Econométricas para Avaliação de
Leia maisLinha Técnica Sessão I: Inferência Causal
Impact Evaluation Linha Técnica Sessão I: Inferência Causal Human Development Human Network Development Network Middle East and North Africa Region World Bank Institute Spanish Impact Evaluation Fund www.worldbank.org/sief
Leia maisAvaliação do impacto do Programa Bolsa Família sobre indicadores de escolaridade em Minas Gerais.
Título Avaliação do impacto do Programa Bolsa Família sobre indicadores de escolaridade em Minas Gerais. Autoras Regiane Lucinda de Carvalho (Cedeplar UFMG) Márcia Barroso Fontes (Cedeplar UFMG) Resumo
Leia maisEstimação de Efeito Causal
Estimação de Efeito Causal Rafael Borges June 4, 2012 Outline Resultados Potenciais Aleatorização Seleção em observáveis Seleção em não-observáveis: Variáveis Instrumentais Seleção em não-observáveis:
Leia maisAULA 02 Distribuição de Probabilidade Normal
1 AULA 02 Distribuição de Probabilidade Normal Ernesto F. L. Amaral 20 de agosto de 2012 Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal de Minas Gerais (UFMG) Fonte: Triola, Mario
Leia maisPrograma Bolsa Família Desenho, Instrumentos, Evolução Institucional e Impactos. Brasília, 2 de abril de 2014
Programa Bolsa Família Desenho, Instrumentos, Evolução Institucional e Impactos Brasília, 2 de abril de 2014 O que é? A quem se destina? Qual sua dimensão? Qual o desenho básico do programa? Que desafios
Leia maisCOMPARAÇÃO DE SISTEMAS USANDO DADOS DE AMOSTRAS. Capítulo 13 do livro: The Art of Computer Systems Performance Analysis
COMPARAÇÃO DE SISTEMAS USANDO DADOS DE AMOSTRAS Capítulo 13 do livro: The Art of Computer Systems Performance Analysis Uma Amostra é apenas um Exemplo As palavras inglesas sample (amostra) e example (exemplo)
Leia maisAULAS 14 E 15 Modelo de regressão simples
1 AULAS 14 E 15 Modelo de regressão simples Ernesto F. L. Amaral 18 e 23 de outubro de 2012 Avaliação de Políticas Públicas (DCP 046) Fonte: Wooldridge, Jeffrey M. Introdução à econometria: uma abordagem
Leia maisVALIDADE EM ESTUDOS EPIDEMIOLÓGICOS
UNIVERSIDADE FEDERAL DO RIO DE JANEIRO CENTRO DE CIÊNCIAS DA SAÚDE FACULDADE DE MEDICINA -DEPARTAMENTO DE MEDICINA PREVENTIVA NÚCLEO DE ESTUDOS EM SAÚDE COLETIVA DISCIPLINA DE EPIDEMIOLOGIA 1º semestre
Leia mais1. Avaliação de impacto de programas sociais: por que, para que e quando fazer? (Cap. 1 do livro) 2. Estatística e Planilhas Eletrônicas 3.
1 1. Avaliação de impacto de programas sociais: por que, para que e quando fazer? (Cap. 1 do livro) 2. Estatística e Planilhas Eletrônicas 3. Modelo de Resultados Potenciais e Aleatorização (Cap. 2 e 3
Leia maisSeção 3.1 Distribuições Amostrais
Seção 3.1 Distribuições Amostrais Sumário Inferência Estatística Estatística versus parâmetro Distribuição amostral Variabilidade da estatística: erro-padrão A importância do tamanho amostral A importância
Leia maisEconometria para Avaliação de Políticas Públicas
Aula 2: O Método de Diferenças em Diferenças Itaú Social 11/01/2016 Método extremamente popular nos últimos quinze anos. Exemplos de aplicação são os mais diversos: avaliação de programas de treinamento,
Leia maisMétodos de Investigação II
Métodos de Investigação II Estudos experimentais Permitem examinar as causas do comportamento. Procuram atingir o 3º objectivo da investigação psicológica: a explicação. Tem de incluir: V.I.: Manipulada
Leia maisUNIVERSIDADE FEDERAL DE MINAS GERAIS FACULDADE DE FILOSOFIA E CIÊNCIAS HUMANAS DEPARTAMENTO DE CIÊNCIA POLÍTICA CURSO DE GESTÃO PÚBLICA
1 UNIVERSIDADE FEDERAL DE MINAS GERAIS FACULDADE DE FILOSOFIA E CIÊNCIAS HUMANAS DEPARTAMENTO DE CIÊNCIA POLÍTICA CURSO DE GESTÃO PÚBLICA Professor: Ernesto Friedrich de Lima Amaral Disciplina: Avaliação
Leia maisInstituto de Física - USP FGE Laboratório de Física III - LabFlex
Instituto de Física - USP FGE0213 - Laboratório de Física III - LabFlex Aula 2 Curvas Características Potência e temperatura de uma lâmpada de filamento Manfredo H. Tabacniks agosto 2007 3 assuntos a serem
Leia maisEconometria para Avaliação de Políticas Públicas
Aula 1: Propensity Score Itaú Social 08/01/2016 Revisão Introdução O problema da identi cação Como determinar se há efeito causal de um programa social em alguma variável de interesse. Exemplo 1: Programa
Leia maisAULA 03 Análise de regressão múltipla: estimação
1 AULA 03 Análise de regressão múltipla: estimação Ernesto F. L. Amaral 17 de julho de 2013 Análise de Regressão Linear (MQ 2013) www.ernestoamaral.com/mq13reg.html Fonte: Cohen, Ernesto, e Rolando Franco.
Leia maisPlanejamento de Experimentos Introdução - Teste t
1/22 Planejamento de Experimentos Introdução - Teste t Enrico A. Colosimo/UFMG http://www.est.ufmg.br/ enricoc/ Depto. Estatística - ICEx - UFMG 2/22 Introdução - Planejamento de Experimentos Experimento:
Leia mais17 de outubro de Aline Ester Soares Gomes Rede Sarah de Hospitais de Reabilitação. Ana Karolina M. Moriel mestranda IMS-UERJ
Impacto das Condicionalidades de Saúde do Programa Bolsa Família no Acesso aos Serviços de Imunização e Pré-Natal: uma Avaliação a partir da PNAD-2003, PNAD-2008 e PNS-2013 Aline Ester Soares Gomes Rede
Leia maisDa Associação à Causa
UNIVERSIDADE DE SÃO PAULO Da Associação à Causa Prof. Fredi Alexander Diaz Quijano Departamento Epidemiologia FSP E-mail: frediazq@msn.com Uma Associação Real implica uma Diferença entre Populações 1 As
Leia maisFundação João Pinheiro Escola de Governo Professor Paulo Neves de Carvalho Gerência de Capacitação e Treinamento
Fundação João Pinheiro Escola de Governo Professor Paulo Neves de Carvalho Gerência de Capacitação e Treinamento Curso: Elaboração de Projetos 12 de novembro de 2015 Prof: Marcos Assis Mauro Silveira O
Leia maisPROBABILIDADE E ESTATÍSTICA. Profa. Dra. Yara de Souza Tadano
PROBABILIDADE E ESTATÍSTICA Profa. Dra. Yara de Souza Tadano yaratadano@utfpr.edu.br Aula 8 11/2014 Distribuição Normal Vamos apresentar distribuições de probabilidades para variáveis aleatórias contínuas.
Leia maisAULA 11 - Normalidade e Inferência em Regressão Múltipla - Parte 1
AULA 11 - Normalidade e Inferência em Regressão Múltipla - Parte 1 Susan Schommer Econometria I - IE/UFRJ Distribuições amostrais dos estimadores MQO Nas aulas passadas derivamos o valor esperado e variância
Leia maisMonitoramento e Avaliação de Políticas Públicas. Fábio Rodrigues de Moura
Monitoramento e Avaliação de Políticas Públicas Fábio Rodrigues de Moura 1 Avaliação de Impacto de Programas sociais 2 Introdução A decisão dos formuladores de políticas públicas de investir em programa
Leia maisA segunda hipótese de identificação adotada nesse trabalho surge de uma idéia análoga a descrita acima. Tome dois grupos de famílias com dois filhos.
28 6 Identificação Para resolver o problema de variáveis omitidas descrito no capítulo anterior, é necessário encontrar uma fonte de variação exógena para o valor recebido do Programa Bolsa Escola. É fato
Leia maisPlanejamento e pesquisa
Planejamento e pesquisa Introdução Lane Alencar Lane Alencar - Planejamento e Pesquisa 1-2 Pesquisa Experimental: o pesquisador pode interferir nos valores de variáveis explicativas, por exemplo, indicando
Leia maisPLANEJAMENTO E PROGRAMAÇÃO LOCAL DE SAÚDE
PLANEJAMENTO E PROGRAMAÇÃO LOCAL DE SAÚDE Onde desejamos estar no futuro? lá objetivos claros e metas específicas Onde estamos neste momento? aqui avaliar a situação de saúde, recursos disponíveis (instalações,
Leia maisComo é que avaliamos intervenções?
Como é que avaliamos intervenções? Quando não existe alocação aleatória a grupos de tratamento e de comparação Quando não se pode manipular o processo de seleção Caso geral Pessoas, agregados familiares,
Leia maisEstimação de Variáveis Instrumentais e Mínimos Quadrados de Dois Estágios. Wooldridge, Cápítulo 15
Estimação de Variáveis Instrumentais e Mínimos Quadrados de Dois Estágios Wooldridge, Cápítulo 5 Variáveis Instrumentais () 2 Variáveis Instrumentais Considere o seguinte modelo de regressão linear múltipla
Leia maisMAIS QUE BOAS INTENÇÕES Técnicas quantitativas e qualitativas na avaliação de impacto de políticas públicas*
MAIS QUE BOAS INTENÇÕES Técnicas quantitativas e qualitativas na avaliação de impacto de políticas públicas* Mariana Batista Universidade Federal de Pernambuco (UFPE), Recife PE, Brasil. E-mail: mariana.bsilva@gmail.com
Leia maisLicenciatura em Ciências Biológicas Universidade Federal de Goiás. Bioestatística. Prof. Thiago Rangel - Dep. Ecologia ICB
Licenciatura em Ciências Biológicas Universidade Federal de Goiás Bioestatística Prof. Thiago Rangel - Dep. Ecologia ICB rangel.ufg@gmail.com Página do curso: http://www.ecologia.ufrgs.br/~adrimelo/bioestat
Leia maisAula 01 Planejamento de uma Pesquisa
Aula 01 Planejamento de uma Pesquisa Stela Adami Vayego - DEST/UFPR 1 Etapas usuais de uma pesquisa empírica Tema, definição do problema, objetivos,... Planejamento da pesquisa Metolo- -logia estatística
Leia maisEstatística II Aula 2. Prof.: Patricia Maria Bortolon, D. Sc.
Estatística II Aula Prof.: Patricia Maria Bortolon, D. Sc. Distribuições Amostrais ... vocês lembram que: Antes de tudo... Estatística Parâmetro Amostra População E usamos estatíticas das amostras para
Leia maisBioestatística F Desenho de Estudos na Área da Saúde
1/24 Bioestatística F Desenho de Estudos na Área da Saúde Enrico A. Colosimo/UFMG Depto. Estatística - ICEx - UFMG 2/24 Perguntas Relevantes Os grupos são comparáveis? As variáveis de confusão foram medidas/controladas?
Leia maisFSC Exercício preparatório para experiências Lei de Hooke e a constante elástica da mola
FSC5122 - Exercício preparatório para experiências Lei de Hooke e a constante elástica da mola Diz a lei de Hooke que uma mola deslocada (esticada ou comprimida) uma distância x de sua posição de equilíbrio
Leia maisMétodos Estatísticos Avançados em Epidemiologia
Métodos Estatísticos Avançados em Epidemiologia Modelo de Poisson e Análise de Dados Longitudinais Enrico A. Colosimo Departamento de Estatística Universidade Federal de Minas Gerais http://www.est.ufmg.br/
Leia mais