Linha Técnica Sessão I: Inferência Causal
|
|
- Lucas Flores Cordeiro
- 7 Há anos
- Visualizações:
Transcrição
1 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 Questões políticas são causais por natureza Relações de causa-efeito são parte do trabalho de formuladores de políticas: A descentralização das escolas melhora a qualidade da educação? Um ano a mais de educação causa maior renda? Transferências condicionais de renda causam melhores resultados de saúde infantil? Como melhoramos o aprendizado de um aluno? 2 1
2 Questões políticas são causais por natureza mas a Estatística que você aprendeu na escola/universidade não lida com isso 3 Análise estatística padrão Ferramentas: verossimilhança e outras técnicas de estimação Objetivo: inferir parâmetros de uma distribuição a partir de amostras retiradas dessa distribuição Utilidade: com o auxílio desses parâmetros, pode-se: Inferir associação entre variáveis Estimar a probabilidade de eventos passados e futuros Atualizar a probabilidade de eventos a partir de novas evidências ou novas medidas Condição para que isso funcione corretamente: condições experimentais devem permanecer inalteradas 4 2
3 Análise estatística padrão Condição: condições experimentais devem permanecer inalteradas Mas nossas questões políticas eram Se eu descentralizar as escolas, a qualidade melhora? Se eu encontrar uma forma de fazer com que uma criança permaneça mais tempo na escola, ela ganhará mais dinheiro? Se eu começar a dar dinheiro às famílias, suas crianças serão mais saudáveis? Se eu treinar os professores, seus alunos aprenderão mais? As condições mudam!!! 5 Análise causal Para questões causais, devemos inferir aspectos do processo gerador de dados Em outras palavras, precisamos ser capazes de deduzir: a probabilidade de eventos sob condições estáticas (como na Análise Estatística Padrão) assim como a dinâmica de eventos sob condições variáveis 6 3
4 Análise causal dinâmica de eventos sob condições variáveis inclui: 1. Prever os efeitos de intervenções 2. Prever os efeitos de mudanças espontâneas 3. Identificar as causas de eventos relatados 7 Causalidade vs. correlação Análise estatística padrão / teoria da probabilidade: A palavra causa não está em seu vocabulário Nos permite dizer que dois eventos são mutuamento correlacionados ou dependentes Isso não é suficiente para formuladores de políticas Eles buscam motivos para decisões de política: se fizermos XXX, obteremos YYY? Precisamos de um vocabulário para causalidade 8 4
5 O MODELO CAUSAL DE RUBIN: VOCABULÁRIO PARA CAUSALIDADE 9 População e variável de resultado Defina a população por U Cada unidade em U é denotada por u O resultado de interesse é Y Também chamada de variável de resposta Para cada u U, há um valor associado Y(u) 10 5
6 Causas / Tratamento Rubin define causa Causa é aquilo que pode ser tratamento em experimentos hipotéticos Para simplificar, supomos que há apenas dois estados possíveis: Unidade u é exposta ao tratamento Unidade u é exposta ao controle 11 A variável de tratamento Seja D uma variável indicando o estado ao qual cada unidade de U é exposta: D = De onde vem o D? 1 se a unidade u é exposta ao tratamento 0 se a unidade u é exposta ao controle Em um estudo controlado: construído pelo experimentador Em um estudo não-controlado: determinado por fatores além do controle do experimentador 12 6
7 Relacionando Y e D Y = variável de resposta D = variável de tratamento A resposta Y é potencialmente afetada pelo fato de u receber ou não tratamento Portanto, precisamos de duas variáveis de resposta: Y 1 (u) é o resultado se a unidade u é exposta ao tratamento Y 0 (u) é o resultado se a unidade u é exposta ao controle 13 Efeito do tratamento sobre o resultado Variável de tratamento D: D = 1 se a unidade u é exposta ao tratamento D = 0 se a unidade u é exposta ao controle Variável de resposta Y: Y 1 (u) é o resultado se a unidade u é exposta ao tratamento Y 0 (u) é o resultado se a unidade u é exposta ao controle Para qualquer unidade u, o tratamento causa o efeito δ u = Y 1 (u) - Y 0 (u) 14 7
8 Mas há um problema Para qualquer unidade u, o tratamento causa o efeito δ u = Y 1 (u) - Y 0 (u) Problema fundamental da inferência causal: Para uma dada unidade u, observamos ou Y 1 (u) OU Y 0 (u) É impossível observar o efeito do tratamento sobre um mesmo u! Não observamos o contrafactual Se tratamos u, não podemos observar o que teria acontecido com u na ausência do tratamento 15 O que fazemos, então? Em vez de medir o efeito do tratamento sobre a unidade u, identificamos o efeito de tratamento médio para a população U (ou para sub-populações) Y ( u) Y ( u) u 1 0 ATE ETM U EU [ Y1( u) Y0( u)] E [ Y ( u)] E [ Y ( u)] Y U Y U 0 ( 1) 16 8
9 Estimando o ETM Então, Substitua o que é impossível observar: o efeito de tratamento de D sobre uma unidade específica de u pelo que é possível estimar: a média do efeito de tratamento de D em uma população U de tais unidades Embora E U (Y 1 ) e E U (Y 0 ) não possam ser calculadas, elas podem ser estimadas A maioria dos métodos econométricos busca construir, a partir de dados observacionais, estimadores consistentes de E U (Y 1 ) = Y 1 e E U (Y 0 )= Y 0 17 Um estimador simples do ETM U Queremos estimar: ETM U = E U (Y 1 ) - E U (Y 0 ) = Y 1 - Y 0 (1) Considere o seguinte estimador simples: δ = [ Y 1 D = 1] - [ Y 0 D =0 ] (2) Note que: a equação (1) é definida para toda a população a equação (2) é um estimador a ser calculado a partir de uma amostra obtida dessa população 18 9
10 Um lema importante Lema: Supondo que Y 1 0 e 1 D Y 1 D Y 0 D 1 Y 0 D 0 Então ^ ^ ^ Y 1 D 1 Y 0 D 0 é um estimador consistente de Y 1 Y 0 19 Condições fundamentais Portanto, uma condição suficiente para que o estimador simples estime consistentemente o verdadeiro ETM é dada por: Y D Y D O resultado médio sob tratamento Y 1 é o mesmo para os grupos de tratamento (D=1) e controle (D=0) E Y D Y D O resultado médio sob controle Y 0 é o mesmo para os grupos de tratamento (D=1) e controle (D=0) 21 10
11 Quando essas condições serão satisfeitas? É suficiente que a designação do tratamento D seja não-correlacionada com a distribuição de resultados potenciais Y 0 and Y 1 Intuitivamente: não pode haver correlação entre uma pessoa receber o tratamento e quanto essa pessoa potencialmente se beneficia do tratamento A forma mais fácil de alcançar essa não-correlação é através da aleatorização da designação do tratamento 22 Uma outra forma de olhar para isso Com alguma álgebra, mostra-se que: ^ Y 0 D 1 Y 0 D 0 estimador simples impacto verdadeiro diferença na linha de base 1 -π D 1 D 0 resposta heterogênea ao tratamento 23 11
12 Uma outra forma de olhar para isso (em palavras) Há duas fontes de viés que devem ser eliminadas das estimativas de efeitos causais: Diferença na linha de base / viés de seleção Resposta heterogênea ao tratamento A maioria dos métodos disponíveis lida somente com o viés de seleção 24 Tratamento nos Tratados O Efeito de Tratamento Médio nem sempre é o parâmetro de interesse Frequentemente, é o efeito de tratamento médio nos tratados que desperta interesse: TOT ETT E [ Y ( u) Y ( u) D 1] 1 0 E [ Y ( u) D 1] E [ Y ( u) D 1]
13 Tratamento nos Tratados Se precisamos estimar o Tratamento nos Tratados TOT ETT E [ Y ( u) D 1] E [ Y ( u) D 1] 1 0 O estimador simples (2) ˆ [ Y ˆ D 1]-[ Y ˆ D 0] 1 0 estima consistentemente o Tratamento nos Tratados se: [ Y D 1] [ Y D 0] 0 0 não há diferença na linha de base entre os grupos de tratamento e controle 26 Referências Judea Pearl (2000): Causality: Models, Reasoning and Inference, Cambridge University press. (Book) Chapters 1, 5 and 7. Trygve Haavelmo (1944): The probability approach in econometrics, Econometrica 12, pp. iii-vi Arthur Goldberger (1972): Structural Equations Methods in the Social Sciences, Econometrica 40, pp Donald B. Rubin (1974): Estimating causal effects of treatments in randomized and nonrandomized experiments, Journal of Educational Psychology 66, pp Paul W. Holland (1986): Statistics and Causal Inference, Journal of the American Statistical Association 81, pp , with discussion
Linha 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 maisPROGRAMA DE PÓS-GRADUAÇÃO EM POLÍTICAS PÚBLICAS, ESTRATÉGIA E DESENVOLVIMENTO. Ementa
PROGRAMA DE PÓS-GRADUAÇÃO EM POLÍTICAS PÚBLICAS, ESTRATÉGIA E DESENVOLVIMENTO Disciplina: IEP 705 - Métodos quantitativos para avaliação de políticas públicas Professor: Romero Rocha Horário: 2ª feira
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 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 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 maisINTRODUÇÃO À INFERÊNCIA CAUSAL
PROFESSORES AUGUSTO C.SOUZA ÂNGELA M.COELHO MARCEL T. VIEIRA LOCAL SALA (a definir) Fonte da imagem: https://upload.wikimedia.org/wikipedia/commons/c/c0/p%c3%a9ndulo_de_foucault- 20110815-125224-2191-1000d-a2b2.jpg
Leia maisEconometria para Avaliação de Políticas Públicas
Aula 3: LATE Itaú Social 13/01/2016 Auto-seleção nos não-observáveis. Como estimar o ATE quando Pr [T = 1jY (1), Y (0), X ] 6= Pr [T = 1jX ] = p (X ) Na literatura econométrica, tem-se um problema equivalente:
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 maisLinha Técnica Sessão IV Variáveis Instrumentais
Impact Evaluation Linha Técnica Sessão IV Variáveis Instrumentais Human Development Human Network Development Network Middle East and North Africa Region World Bank Institute Spanish Impact Evaluation
Leia maisAnálise de Causalidade e o Problema da Avaliação de Impacto
Técnicas Econométricas para Avaliação de Impacto Análise de Causalidade e o Problema da Avaliação de Impacto Rafael Perez Ribas Centro Internacional de Pobreza Brasília, 09 de abril de 2008 Introdução
Leia maisA Importância do Desenho Amostral. Donald Pianto Departamento de Estatística UnB
A Importância do Desenho Amostral Donald Pianto Departamento de Estatística UnB Objetivo dessa aula Explicar os tipos básicos de amostragem e a razão pelo uso de cada um Contemplar o uso simultaneo de
Leia maisMétodos Quantitativos para Ciência da Computação Experimental
Métodos Quantitativos para Ciência da Computação Experimental Revisão Virgílio A. F. Almeida Maio de 2008 Departamento de Ciência da Computação Universidade Federal de Minas Gerais FOCO do curso Revisão
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 maisMÉTODOS QUANTITATIVOS APLICADOS À AVALIAÇÃO DE POLÍTICAS PÚBLICAS USANDO STATA. Prof. Leonardo Sangali Barone
MÉTODOS QUANTITATIVOS APLICADOS À AVALIAÇÃO DE POLÍTICAS PÚBLICAS USANDO STATA Prof. Leonardo Sangali Barone Objetivos do Curso O curso tem como objetivo oferecer ao participante instrumental básico para
Leia maisDistribuições Amostrais e Estimação Pontual de Parâmetros
Distribuições Amostrais e Estimação Pontual de Parâmetros OBJETIVOS DE APRENDIZAGEM Depois de um cuidadoso estudo deste capítulo, você deve ser capaz de: 1.Explicar os conceitos gerais de estimação de
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 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 maisTeste de % de defeituosos para 1 amostra
DOCUMENTO OFICIAL DO ASSISTENTE DO MINITAB Este documento é de uma série de papéis que explicam a pesquisa conduzida por estatísticos da Minitab para desenvolver os métodos e as verificações de dados usadas
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 maisDistribuições Amostrais e Estimação Pontual de Parâmetros
Distribuições Amostrais e Estimação Pontual de Parâmetros ESQUEMA DO CAPÍTULO 7.1 INTRODUÇÃO 7.2 DISTRIBUIÇÕES AMOSTRAIS E TEOREMA DO LIMITE CENTRAL 7.3 CONCEITOS GERAIS DE ESTIMAÇÃO PONTUAL 7.3.1 Estimadores
Leia mais25 de junho de 2015 EFEITO MÉDIO DO TRATAMENTO (ATE): MÉTODOS PARA ESTIMAÇÃO E APLICAÇÕES EM ANÁLISE DE CAUSALIDADE. Gabriel Leite Mariante
25 de junho de 2015 EFEITO MÉDIO DO TRATAMENTO (ATE): MÉTODOS PARA ESTIMAÇÃO E APLICAÇÕES EM ANÁLISE DE CAUSALIDADE Gabriel Leite Mariante Efeito Médio do Tratamento (ATE): Métodos para Estimação e Aplicações
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 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 maisExemplos Equações de Estimação Generalizadas
Exemplos Equações de Estimação Generalizadas Bruno R. dos Santos e Gilberto A. Paula Departamento de Estatística Universidade de São Paulo, Brasil giapaula@ime.usp.br Modelos Lineares Generalizados dos
Leia maisO método Jackknife. Fundamentos e aplicações. Prof. Walmes Zeviani.
O método Jackknife Fundamentos e aplicações Prof. Walmes Zeviani walmes@ufpr.br Laboratório de Estatística e Geoinformação Departamento de Estatística Universidade Federal do Paraná Atualizado em 2018-09-03
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 maisCapítulo 3. O Modelo de Regressão Linear Simples: Especificação e Estimação
Capítulo 3 O Modelo de Regressão Linear Simples: Especificação e Estimação Introdução Teoria Econômica Microeconomia: Estudamos modelos de oferta e demanda (quantidades demandadas e oferecidas dependem
Leia maisAULA 03 Estimativas e tamanhos amostrais
1 AULA 03 Estimativas e tamanhos amostrais Ernesto F. L. Amaral 03 de outubro de 2013 Centro de Pesquisas Quantitativas em Ciências Sociais (CPEQS) Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade
Leia maisRegressão Local (LOESS)
Regressão Local (LOESS) Wagner Hugo Bonat 14 de novembro de 2007 1 Regressão Local Regressão Local (Loess) é um método não paramétrico que estima curvas e superfícies através de suavização (smoothing).
Leia maisREGRAS ELEITORAIS, COMPETIÇÃO POLÍTICA E POLÍTICA FISCAL: EVIDÊNCIA DOS MUNICÍPIOS BRASILEIROS
REGRAS ELEITORAIS, COMPETIÇÃO POLÍTICA E POLÍTICA FISCAL: EVIDÊNCIA DOS MUNICÍPIOS BRASILEIROS Aluno: Rafael Tavares Guimarães Orientador: João Manoel Pinho de Mello Introdução No Brasil, em cidades com
Leia maisCorrelação e Regressão
Correlação e Regressão Vamos começar com um exemplo: Temos abaixo uma amostra do tempo de serviço de 10 funcionários de uma companhia de seguros e o número de clientes que cada um possui. Será que existe
Leia maisCap. 8 - Intervalos Estatísticos para uma Única Amostra
Intervalos Estatísticos para ESQUEMA DO CAPÍTULO 8.1 INTRODUÇÃO 8.2 INTERVALO DE CONFIANÇA PARA A MÉDIA DE UMA DISTRIBUIÇÃO NORMAL, VARIÂNCIA CONHECIDA 8.3 INTERVALO DE CONFIANÇA PARA A MÉDIA DE UMA DISTRIBUIÇÃO
Leia maisComparação entre intervalos de confiança calculados com métodos bootstrap e intervalos assintóticos
Comparação entre intervalos de confiança calculados com métodos strap e intervalos assintóticos Selene Loibel Depto. de Estatística, Matemática Aplicada e Computação, IGCE, UNESP, Rio Claro, SP E-mail:sloibel@rc.unesp.br,
Leia maisESTATÍSTICA COMPUTACIONAL
ESTATÍSTICA COMPUTACIONAL Ralph dos Santos Silva Departamento de Métodos Estatísticos Instituto de Matemática Universidade Federal do Rio de Janeiro Sumário (bootstrap) Este método foi proposto por Efron
Leia maisProbabilidade, Estatística, Decisões e Segurança em Engenharia Geotécnica PEF-5837
Probabilidade, Estatística, Decisões e Segurança em Engenharia Geotécnica PEF-5837 Informações gerais Horário das aulas Quintas-feiras das 8:30 às :30 Livro texto principal: Benjamin, J.R. e Cornell, C.A.
Leia maisExemplo Placas Dentárias
Exemplo Placas Dentárias Gilberto A. Paula Departamento de Estatística IME-USP, Brasil giapaula@ime.usp.br 2 o Semestre 2016 G. A. Paula (IME-USP) Placas Dentárias 2 o Semestre 2016 1 / 20 Placas Dentárias
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 maisAula 2 Tópicos em Econometria I. Porque estudar econometria? Causalidade! Modelo de RLM Hipóteses
Aula 2 Tópicos em Econometria I Porque estudar econometria? Causalidade! Modelo de RLM Hipóteses A Questão da Causalidade Estabelecer relações entre variáveis não é suficiente para a análise econômica.
Leia maisUniversidade Federal de Lavras
Universidade Federal de Lavras Departamento de Estatística Prof. Daniel Furtado Ferreira 6 a Lista de Exercícios Teoria da Estimação pontual e intervalar 1) Marcar como verdadeira ou falsa as seguintes
Leia maisAULA 1 - Modelos determinísticos vs Probabiĺısticos
AULA 1 - Modelos determinísticos vs Probabiĺısticos Susan Schommer Econometria I - IE/UFRJ O que é Econometria? Aplicação de métodos estatísticos e matemáticos para analisar os dados econômicos, com o
Leia maisProf. Adriano Mendonça Souza, Dr. Departamento de Estatística PPGEMQ / PPGEP - UFSM
Prof. Adriano Mendonça Souza, Dr. Departamento de Estatística PPGEMQ / PPGEP - UFSM Estimação de Parâmetros O objetivo da Estatística Indutiva é tirar conclusões probabilísticas sobre aspectos da população,
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 maisEstatística e Modelos Probabilísticos - COE241
Estatística e Modelos Probabilísticos - COE241 Aula passada Intervalo de confiança Método de Replicações Independentes Aula de hoje Para que serve a inferência estatística? Método dos Momentos Maximum
Leia maisME613 - Análise de Regressão
ME613 - Análise de Regressão Parte 2 Propriedades dos estimadores Samara F. Kiihl - IMECC - UNICAMP Suposições do modelo de regressão linear simples Suposições do modelo de regressão linear simples Até
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 maisBioestatística e Computação I
Bioestatística e Computação I Distribuição Amostral da Média Maria Virginia P Dutra Eloane G Ramos Vania Matos Fonseca Pós Graduação em Saúde da Mulher e da Criança IFF FIOCRUZ Baseado nas aulas de M.
Leia maisAULA 11 Heteroscedasticidade
1 AULA 11 Heteroscedasticidade Ernesto F. L. Amaral 30 de julho de 2012 Análise de Regressão Linear (MQ 2012) www.ernestoamaral.com/mq12reg.html Fonte: Wooldridge, Jeffrey M. Introdução à econometria:
Leia maisAULA 01 Principais Conceitos em Econometria
1 AULA 01 Principais Conceitos em Econometria Ernesto F. L. Amaral 02 de março de 2010 Métodos Quantitativos de Avaliação de Políticas Públicas (DCP 030D) Fonte: Wooldridge, Jeffrey M. Introdução à econometria:
Leia maisAnálise da relação entre renda e cuidados em saúde: Um ensaio sobre o Brasil
Análise da relação entre renda e cuidados em saúde: Um ensaio sobre o Brasil Eduardo Santos Gerente de Economia da Saúde e Preços Agenda Introdução Alguns conceitos Eemplo com dados brasileiros Conclusões
Leia maisREGRESSÃO LINEAR Parte I. Flávia F. Feitosa
REGRESSÃO LINEAR Parte I Flávia F. Feitosa BH1350 Métodos e Técnicas de Análise da Informação para o Planejamento Julho de 2015 Onde Estamos Para onde vamos Inferência Esta5s6ca se resumindo a uma equação
Leia maisCapítulo 4 Inferência Estatística
Capítulo 4 Inferência Estatística Slide 1 Resenha Intervalo de Confiança para uma proporção Intervalo de Confiança para o valor médio de uma variável aleatória Intervalo de Confiança para a diferença de
Leia maisFICHA DE COMPONENTE CURRICULAR
UNIVERSIDADE FEDERAL DE UBERLÂNDIA PROGRAMA DE PÓS-GRADUAÇÃO EM ADMINISTRAÇÃO FICHA DE COMPONENTE CURRICULAR CÓDIGO: FAGEN41037 COMPONENTE CURRICULAR: Tópicos Especiais IV em Gestão Organizacional e Regionalidade
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 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 maisREGRAS ELEITORAIS, COMPETIÇÃO POLÍTICA E POLÍTICA FISCAL: EVIDÊNCIA DOS MUNICÍPIOS BRASILEIROS
REGRAS ELEITORAIS, COMPETIÇÃO POLÍTICA E POLÍTICA FISCAL: EVIDÊNCIA DOS MUNICÍPIOS BRASILEIROS Aluno: Marcos Mendes Orientador: João Manoel Pinho de Mello Introdução No Brasil, em cidades com menos de
Leia mais5 Avaliação dos estimadores propostos
5 valiação dos estimadores propostos Este capítulo apresenta as medidas estatísticas usuais para avaliar a qualidade de estimadores e as expressões utilizadas para a estimação destas medidas, a partir
Leia maisPara ajudar a interpretar os resultados, o Cartão de Relatórios do Assistente do teste de % de defeituosos para 1 amostra exibe os seguintes
Este documento é de uma série de papéis que explicam a pesquisa conduzida por estatísticos da Minitab para desenvolver os métodos e as verificações de dados usadas no assistente no software estatístico
Leia mais7 Testes de Robustez. 7.1 Efeito sobre os alunos não beneficiados
7 Testes de Robustez Como os resultados anteriores não foram obtidos a partir de um experimento controlado, eles devem ser interpretados com bastante cautela. Esta seção submete estes resultados a uma
Leia maisUM MODELO DE FRAGILIDADE PARA DADOS DISCRETOS DE SOBREVIVÊNCIA. Eduardo Yoshio Nakano 1
1 UM MODELO DE FRAGILIDADE PARA DADOS DISCRETOS DE SOBREVIVÊNCIA Eduardo Yoshio Nakano 1 1 Professor do Departamento de Estatística da Universidade de Brasília, UnB. RESUMO. Em estudos médicos, o comportamento
Leia maisAnálise Multivariada Aplicada à Contabilidade
Mestrado e Doutorado em Controladoria e Contabilidade Análise Multivariada Aplicada à Contabilidade Prof. Dr. Marcelo Botelho da Costa Moraes www.marcelobotelho.com mbotelho@usp.br Turma: 2º / 2016 1 Agenda
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 maisEstimação de valores. Luiz Carlos Terra
Luiz Carlos Terra Nesta aula, você conhecerá a parte mais importante da estatística, que é conhecida como inferência estatística, ou seja, você aprenderá como usar os dados de uma amostra para estimar
Leia maisIs There a Stable Phillips Curve After All?
Is There a Stable Phillips Curve After All? PET - Economia - UnB 05 de Maio de 2014 Terry Fitzgerald Brian Holtemeyer Juan Pablo Nicolin Terry Fitzgerald Brian Holtemeyer Juan Pablo Nicolin Vice-Presidente
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 maisVALIDAÇÃO DO MODELO PELO USO DE MEDIDAS DE NÃO LINEARIDADE
VALIDAÇÃO DO MODELO PELO USO DE MEDIDAS DE NÃO LINEARIDADE Adriana de Souza COSTA 1, Glaucia Amorim FARIA 2, Ana Patricia Bastos PEIXOTO 1 1 Departamento de Estatística, Universidade Estadual da Paraíba-UEPB,
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 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 maisMODELO DE RESULTADO POTENCIAL. Prof. Augusto C. Souza Departamento de Estatística ICE/UFJF
MODELO DE RESULTADO POTENCIAL Prof. Augusto C. Souza Departamento de Estatística ICE/UFJF LEITURA SUGERIDA Donald Rubin Journal of the American Statistical Association, 2005 Causal Inference Using Potential
Leia maisSegundo Trabalho de Econometria 2009
Segundo Trabalho de Econometria 2009 1.. Estimando o modelo por Mínimos Quadrados obtemos: Date: 06/03/09 Time: 14:35 Sample: 1995Q1 2008Q4 Included observations: 56 C 0.781089 0.799772 0.97664 0.3332
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 maisAGA Análise de Dados em Astronomia I. 1. Introdução
1 / 20 1. Introdução AGA 0505- Análise de Dados em Astronomia I 1. Introdução Laerte Sodré Jr. 1o. semestre, 2018 2 / 20 Informações gerais Análise de Dados em Astronomia webpage do curso: http://www.astro.iag.usp.br/
Leia mais3. METODOLOGIA Modelo geral para avaliação de impacto
25 3. METODOLOGIA Neste capítulo apresentamos as metodologias comumente utilizadas para a estimação da avaliação de impacto, além da metodologia utilizada no nosso trabalho, matching com escore de propensão
Leia maisVariáveis Instrumentais
Variáveis Instrumentais Abordagem diferente para o problema de endogeneidade: V.I. pode se usado para se obter estimadores consistentes na presença de variáveis omitidas; V.I. também pode ser usado para
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 maisRegressão com Descontinuidade - RDD
Regressão com Descontinuidade - RDD Rafael Terra Universidade de Brasília-Unb 05 de Maio, 2016 Rafael Terra (Unb) Econometria do Setor Público 05 de Maio, 2016 1 / 55 O Básico sobre Causalidade: Endogeneidade
Leia maisAprendizado Bayesiano Anteriormente...
Aprendizado Bayesiano Anteriormente... Conceito de Probabilidade Condicional É a probabilidade de um evento A dada a ocorrência de um evento B Universidade de São Paulo Instituto de Ciências Matemáticas
Leia maisECONOMETRIA. Prof. Danilo Monte-Mor
ECONOMETRIA Prof. Danilo Monte-Mor Econometria (Levine 2008, Cap. 13) ECONOMETRIA Aplicação da estatística matemática aos dados econômicos para dar suporte empírico aos modelos construídos pela economia
Leia maisMedidas de Associação-Efeito. Teste de significância
Medidas de Associação-Efeito Teste de significância 1 O método Epidemiológico estudos descritivos Epidemiologia descritiva: Observação da frequência e distribuição de um evento relacionado à saúde-doença
Leia maisBioestatística e Computação I
Bioestatística e Computação I Distribuição Amostral da Média Maria Virginia P Dutra Eloane G Ramos Vania Matos Fonseca Variável aleatória numérica parâmetros desconhecidos média desvio padrão estimativa
Leia maisEAE0325 Econometria II. Professora: Fabiana Fontes Rocha. Gabarito Primeira Lista Teórica de Exercícios
EAE0325 Econometria II Professora: Fabiana Fontes Rocha Gabarito Primeira Lista Teórica de Exercícios Bloco 1 Assinalar se as afirmativas a seguir são verdadeiras V) ou falsas F) Exercício 1 Sobre o modelo
Leia maisCONTEÚDO PROGRAMÁTICO E BIBLIOGRAFIA OBRIGATÓRIA E COMPLEMENTAR:
Universidade Federal de Santa Catarina Centro de Filosofia e Ciências Humanas Programa de Pós-Graduação em Sociologia Política (PPGSP) Disciplina: SPO 510063 - Metodologia II - 02 créditos - (Mestrado/Doutorado)
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 maisA cadeia de Markov no monitoramento, via inspeção por atributos, de processos autocorrelacionados: o programa SCAP- módulo AI
A cadeia de Markov no monitoramento, via inspeção por atributos, de processos autocorrelacionados: o programa SCAP- módulo AI Sueli Aparecida Mingoti (UFMG) - sueli@est.ufmg.br Júlia Pinto de Carvalho
Leia maisAULAS 01, 02 E 03 CAUSALIDADE
1 AULAS 01, 02 E 03 CAUSALIDADE Ernesto F. L. Amaral 05, 07 e 12 de março de 2013 Técnicas Avançadas de Avaliação de Políticas Públicas (DCP 098) Fonte: Curso Técnicas Econométricas para Avaliação de Impacto
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 maisEPIDEMIOLOGIA ANALÍTICA: ESTUDOS TRANSVERSAIS
UNIVERSIDADE FEDERAL FLUMINENSE DEPARTAMENTO DE EPIDEMIOLOGIA E BIOESTATÍSTICA EPIDEMIOLOGIA ANALÍTICA: ESTUDOS TRANSVERSAIS 2018 - I www.epi.uff.br Prof Cynthia Boschi Epidemiologia analítica Objetivos:
Leia maisInferência Causal. Segundo Semestre de 2018 / Professores: Augusto C. Souza; Ângela M. Coelho
Inferência Causal Segundo Semestre de 2018 / Professores: Augusto C. Souza; Ângela M. Coelho Os Efeitos de Intervenções Introdução O objetivo final de muitos estudos estatísticos é prever os efeitos das
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 maisModelo de Regressão Múltipla
Modelo de Regressão Múltipla Modelo de Regressão Linear Simples Última aula: Y = α + βx + i i ε i Y é a variável resposta; X é a variável independente; ε representa o erro. 2 Modelo Clássico de Regressão
Leia maisAULAS 25 E 26 Heteroscedasticidade
1 AULAS 25 E 26 Heteroscedasticidade Ernesto F. L. Amaral 10 e 15 de junho de 2010 Métodos Quantitativos de Avaliação de Políticas Públicas (DCP 030D) Fonte: Wooldridge, Jeffrey M. Introdução à econometria:
Leia maisInferência Estatística:
Inferência Estatística: Amostragem Estatística Descritiva Cálculo de Probabilidade Inferência Estatística Estimação Teste de Hipótese Pontual Por Intervalo Conceitos básicos Estimação É um processo que
Leia maisAULA 7 - Inferência em MQO: ICs e Testes de
AULA 7 - Inferência em MQO: ICs e Testes de Hipóteses Susan Schommer Econometria I - IE/UFRJ Nosso primeiro objetivo aqui é relembrar a diferença entre estimação de ponto vs estimação de intervalo. Vamos
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 maisGabarito - Lista 5 - Questões de Revisão
Gabarito - Lista 5 - Questões de Revisão Monitores: Camila Steffens e Matheus Rosso Parte I - Teoria assintótica 1. Enuncie a lei dos grandes números e o teorema central do limite. A LGN em sua expressão
Leia maisTratamento Estatístico de Dados em Física Experimental
Tratamento Estatístico de Dados em Física Experimental Prof. Zwinglio Guimarães o semestre de 06 Tópico 7 - Ajuste de parâmetros de funções (Máxima Verossimilhança e Mínimos Quadrados) Método da máxima
Leia maisGabarito Trabalho 1. onde 1 refere-se ao salário quando a variável branco = 1. Teremos, então:
Professor: Eduardo Pontual Monitor: Tiago Souza Econometria MFEE Gabarito Trabalho 1 Exercício 1 Queremos estimar a diferença salarial entre trabalhadores brancos e não brancos. Assim, calcularemos a diferença
Leia mais5 Filtro de Kalman Aplicado ao Modelo de Schwartz e Smith (2000)
5 Filtro de Kalman Aplicado ao Modelo de Schwartz e Smith (2000) A primeira parte deste capítulo, referente à passagem dos modelos estocásticos para as equações do Filtro de Kalman, já foi previamente
Leia mais