Por que aleatorizar? Cecilia Machado FGV-EPGE Abdul Latif Jameel Poverty Action Lab.
|
|
- Ana Júlia Bergmann Malheiro
- 6 Há anos
- Visualizações:
Transcrição
1 Por que aleatorizar? Cecilia Machado FGV-EPGE Abdul Latif Jameel Poverty Action Lab
2 Contexto do curso 1 - Monitoramento e Avaliação 2 Avaliação de programas 3 - Avaliação de impacto 4 - Avaliação Aleatória A avaliação de impacto tem como objetivo atribuir causalidade. Ou seja: busca medir os efeitos de um programa. Veremos que o método experimental (aleatório) é um método transparente e muito confiável para conseguir fazer isso.
3 I O problema de seleção e a formação de grupos de controle
4 Relações causais Alguns exemplos de perguntas causais podem ser: 1. Qual é o efeito do crédito sobre a produtividade de uma empresa? 2. Qual é o efeito de mulheres eleitas para cargos de voto popular sobre o investimento público e a percepção de mulheres como líderes? 3. Qual é o efeito de fornecer informação aos consumidores sobre suas decisões de compra? 4. Qual é o efeito do encarceramento sobre a reincidência criminal? 4
5 Relações causais Responder estas perguntas não é fácil, mesmo quando identificados: (a) qual é exatamente o tratamento, e (b) quais são as variáveis que vão medir o resultado. Por exemplo, para medir o efeito de mulheres eleitas sobre o investimento público e a percepção de mulheres como líderes, se compararmos lugares com mulheres eleitas e não eleitas podemos estar comparando maçãs com laranjas. Por quê? Talvez o que possibilitou a eleição foi uma percepção prévia diferente, ou níveis de educação ou de renda diferentes da população, que também afetam as percepções e o investimento público. 5
6 Relações causais Problema de seleção: as pessoas que tomam uma decisão (ex: ir à escola ou solicitar um empréstimo) são em geral diferentes das pessoas que não tomam a decisão. Por exemplo: Que variáveis podem levar algumas pessoas a solicitarem um empréstimo? Apertos econômicos? Portanto, se não formos cuidadosos podemos concluir que o empréstimo prejudica as empresas Melhor expectativa para o futuro? Portanto superestimaremos o efeito Outro exemplo: se inocentemente compararmos pessoas que são encarceradas com outras que não, o que poderemos concluir? 6
7 Impacto O problema da avaliação de impacto: Avaliação típica: Como a vida dos beneficiários mudou depois do começo do programa? Avaliação com grupo de controle: Como a vida dos beneficiários mudou por causa do programa? 7 Recebe benefícios do programa GRUPO DE TRATAMENTO Não recebe benefícios GRUPO CONTROLE
8 Impacto Para medir impacto precisamos saber: O que aconteceu com o programa e - O que teria acontecido sem o programa (contrafatual) =IMPACTO do programa Mantendo todo o resto constante (ou seja, lugares com a mesma percepção das mulheres, empresas idênticas com e sem empréstimo, etc.) Sem o contrafatual não temos nada com o que comparar os resultados! 8
9 Resultado primário Impacto: cenário nº1 Intervenção Impacto Tempo
10 Resultado primário Impacto: cenário nº2 Intervenção Impacto Tempo
11 Resultado primário Impacto: cenário nº3 Intervenção Impacto Tempo
12 Contrafactual Problema: O contrafactual não pode ser observado Ou seja: não podemos observar a mesma pessoa com ou sem o tratamento. Solução: Repetir ou construir o contrafactual Isto é o que faz um grupo de controle : imitar o que teria acontecido com as pessoas que receberam o tratamento, se não o tivessem recebido. Ou seja, são seus clones em um mundo sem tratamento.
13 Como construir o contrafactual O contrafactual costuma ser construído com a ajuda de um grupo não afetado pela intervenção (grupo de controle ou grupo de comparação) A maneira em que este grupo é selecionado é uma decisão importante para o desenho de qualquer avaliação de impacto A ideia é escolher um grupo que seja exatamente igual ao grupo de participantes, menos em uma coisa: sua exposição ao programa que está sendo avaliado. Por quê?
14 Métodos de avaliação de impacto 1. Avaliações experimentais ou com grupo de controle aleatório (muito confiáveis) 2. Métodos não experimentais ou quase experimentais a) Antes e depois b) Diferença simples em um mesmo momento no tempo c) Diferenças em diferenças (combinam (a) e (b)) d) Pareamento estatístico e) Variáveis instrumentais f) Regressão Descontínua 14
15 Métodos não experimentais Todos estes métodos tentam fazer a mesma coisa: 1. Estimar o que teria acontecido sem o programa através da criação de um grupo de controle. 2. Estimar a diferença entre o grupo de controle e o grupo de tratamento. 3. A principal diferença entre eles é como estimam o contrafactual e para quais subpopulações, isto é, quem é o grupo de controle. 15
16 Métodos não experimentais Para definir o grupo de controle os métodos não experimentais fazem suposições, e pior ainda: suposições que não podem ser verificadas! Por exemplo: Por quê? a) Antes e depois, mesmos indivíduos Grupo de controle: os tratados antes de receber o tratamento Suposição: que sem o tratamento teriam ficado como antes Ameaça: que existam tendências, por exemplo que o machismo vá diminuindo com o tempo. b) Diferença simples depois do programa Grupo de controle: aqueles sem tratamento, (ex.: empresas sem empréstimo) Suposição: que as empresas sem empréstimo são iguais às empresas com empréstimo. 16
17 Métodos não experimentais c) Pareamento: Grupo de controle: aqueles com características observáveis iguais Suposição: que observamos todas as características que possam afetar o resultado d) Variáveis instrumentais: Idéia: usar uma variável que afete a probabilidade de receber tratamento, mas não diretamente o resultado. Por exemplo: que alguns tenham recebido convite e outros não. Grupo de controle: aqueles que não receberam o convite. Suposição: que o convite não foi mandado com base no resultado esperado (ex.: aos melhores estudantes) 17
18 Métodos não experimentais Na medida que a suposição de identificação não é válida, a nossa estimativa do efeito do programa também não será: haverá um viés Como raramente sabemos o quão ruim é a suposição quantitativamente, também não sabemos o tamanho do viés (embora existam métodos para tentar medi-lo). Y Y T i C i o que o que aconteceria aconteceria a a i i com T sem T T C Ri E[ Yi Yi ] ideal R T E[ Y T] E[ Y C C] possível 18
19 Métodos não experimentais Somando e diminuindo E[ Y C T] i R T C C C E[ Y Y T] E[ Y T] E[ Y C] Efeito do tratamento Viés C C Randomização E[ Y T] E[ Y C] 19
20 II O que é uma avaliação aleatória?
21 O que é uma avaliação aleatória? Começamos com um exemplo simples: Pegamos uma amostra de candidatos para o programa Aleatoriamente são designados para: Grupo de tratamento o tratamento é oferecido Grupo de controle não é permitido receber o tratamento (durante o período de avaliação) 21
22 Principal vantagem de experimentos Já que os membros dos grupos (tratamento e controle) não diferem sistematicamente, e a única diferença por construção é que alguns receberam o tratamento e outros não, qualquer diferença que surja posteriormente, entre eles, poderá ser atribuída ao programa e não a outros fatores. C C Randomização E[ Y T] E[ Y C] 22
23 Vantagens da aleatorização Suposições que não podem ser verificadas não devem ser feitas. A aleatorização faz com que os grupos sejam comparáveis em variáveis observáveis, mas também naquelas que não observamos! Se concebidos e implementados corretamente, os experimentos aleatórios são o método mais confiável para estimar o impacto de um programa. 23
24 Passos principais para realizar um experimento 1. Desenhar o estudo cuidadosamente (subpopulação) 2. Alocar aleatoriamente para tratamento ou controle. Recolher dados da linha de base (não é estritamente necessário porém muito recomendável) Verificação equilíbrio, tamanho da amostra, interações. 4. Verificar que a aleatorização gerou grupos similares 5. Monitorar o processo para garantir a integridade do experimento (que não apliquem o programa aos de controle mas sim aos de tratamento) 24
25 Passos principais para realizar um experimento 6. Recolher dados pós-intervenção para o grupo de tratamento e também para o grupo de controle 7. Estimar os impactos do programa, comparando a média dos resultados do grupo de tratamento com a média dos resultados do grupo de controle 8. Determinar se os impactos são estatisticamente significativos e praticamente significativos 25
26 Passos principais para realizar um experimento 2. INTERVENÇÃO 1. Linha de base 2. DIVISÃO aleatória 4. Medição final 3. STATUS QUO PÚBLICO-ALVO 26
27 A medição é o fator-chave Uma coisa é ter grupos comparáveis, para o qual a aleatorização é nossa melhor aliada e outra coisa é poder medir com precisão os resultados. A precisão dependerá do instrumento usado para medir (enquete, informação administrativa, etc.), do tamanho da amostra, e outras coisas que veremos depois. Há variáveis difíceis de medir: ex.: percepção das mulheres líderes sobre suas próprias capacidades. Como vocês fariam? as pessoas tendem a dizer o que você quer ouvir. Sejam criativos: ex.: opinar sobre o mesmo discurso feito por homens/mulheres 27
28 III Há diferenças na prática entre aleatorizar ou não? Sim, muita!
29 Exemplo Balsakhi: antecedentes Implementado por Pratham, uma ONG na Índia O programa proporcionou tutores (Balsakhis) para ajudar crianças com dificuldades na escola O programa de Balsakhi foi implementado em escolas primárias públicas em Os professores destas escolas decidiram que as crianças (as mais atrasadas) se educariam com os Balsakhi 29
30 Case 2: Remedial Education in India Exemplo nº1: o programa de Balsakhi
31 Balsakhi: Indicadores de Resultados Variável resultado: As crianças fazem testes de linguagem e matemática no começo do ano escolar (pré-teste) e no final do ano (pós-teste ) PERGUNTA: Como determinamos o impacto do programa?
32 Métodos para estimar impacto Exploremos diferentes formas de calcular os impactos utilizando os dados das escolas que obtiveram um balsakhi 1. Pré Pós (Antes vs. depois) 2. Diferença simples 3. Diferenças em Diferenças 4. Outros métodos não experimentais 5. Experimento Aleatório
33 1. Pré-pós (Antes vs. depois) Estratégia Comparar as notas médias das crianças educadas pelos balsakhi Antes do balsakhi (2002) vs. Depois do balsakhi (2004)
34 1. Pré-pós (Antes vs. depois) Nota média pós-teste para crianças com um balsakhi Nota média pré-teste para as crianças com um balsakhi 51,22 24,80 Diferença 26,42 PERGUNTA: Sob que condições esta diferença (26,42) pode ser considerada como o impacto do programa Balsakhi?
35 O que teria acontecido sem o balsakhi? Método 1: Antes vs. depois Impacto = pontos? ,42 pontos
36 2 Diferença simples Compare a nota média de com a nota média de Crianças que receberam o balsakhi Crianças que não receberam o balsakhi
37 2 Diferença simples Nota média para as crianças com um balsakhi Nota média para as cranças sem um balsakhi 51,22 56,27 Diferença -5,05 PERGUNTA: Sob que condições esta diferença (-5,05) pode ser considerada como o impacto do programa Balsakhi?
38 O que teria acontecido sem o balsakhi? Método 2: Comparação simples Impacto = pontos? ,05 pontos
39 3 Diferenças em Diferenças Compare a mudança na nota média de Com a mudança na nota média de Crianças que receberam o balsakhi Crianças que não receberam o balsakhi
40 3 Diferenças em Diferenças Pré-teste Pós-teste Diferença Nota média para as crianças com um balsakhi Nota média para as cranças sem um balsakhi
41 3 Diferenças em Diferenças Pré-teste Pós-teste Diferença Nota média para as crianças com um balsakhi Nota média para as cranças sem um balsakhi
42 3 Diferenças em Diferenças Pré-teste Pós-teste Diferença Nota média para as crianças com um balsakhi Nota média para as cranças sem um balsakhi Diferença 6.82 PERGUNTA: Sob que condições esta diferença (6.82) pode ser considerada como o impacto do programa Balsakhi?
43 4 Experimento Aleatório Suponha que avaliamos o programa de Balsakhi usando um experimento aleatório PERGUNTA nº1: O que isso implica? Como o fazemos? PREGUNTA nº2: Qual seria a vantagem de utilizar este método para avaliar o impacto do programa Balsakhi? Source: 43
44 Impacto do Programa Balsakhi Método Impacto Estimado (1) Pré-pós 26.42* (2) Diferença simples -5.05* (3) Diferenças em diferenças 6.82* (4) Regressão 1.92 *: Estatísticamente significativo ao nível de 5%
45 Impacto do Programa Balsakhi Método Impacto Estimado (1) Pré-pós 26.42* (2) Diferença simples -5.05* (3) Diferenças em diferenças 6.82* (4) Regressão 1.92 (5) Experimento Aleatório 5.87* *: Estatísticamente significativo ao nível de 5%
46 Impacto do Programa Balsakhi Método Impacto Estimado (1) Pré-pós 26.42* (2) Diferença simples -5.05* (3) Diferenças em diferenças 6.82* (4) Regressão 1.92 (5) Experimento Aleatório 5.87* *: Estatísticamente significativo ao nível de 5% Conclusão: O método usado importa!
Avaliações de impacto: O que são? Por que fazê las? Quando fazê las?
Avaliações de impacto: O que são? Por que fazê las? Quando fazê las? (Nome professor) (Universidade) Abdul Latif Jameel Poverty Action Lab www.povertyactionlab.org Contexto do curso 1 Monitoramento e Avaliação
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 maisMétodos 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 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 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 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 Impact Evaluation Workshop Innovations for Agriculture Medindo o Impacto II Métodos Não-Experimentais David Evans,
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 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 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 maisExperimentos. Introdução. Vantagens. Exemplo. Cleidson de Souza. LABES - DI - UFPA
Introdução Experimentos Cleidson de Souza LABES - DI - UFPA cdesouza@ufpa.br! Os experimentos são provavelmente o método científico mais famoso. São baseados na mesma abordagem e tradição das ciências
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 maisMÉTODOS QUANTITATIVOS PARA CIÊNCIA DA COMPUTAÇÃO EXPERIMENTAL
MÉTODOS QUANTITATIVOS PARA CIÊNCIA DA COMPUTAÇÃO EXPERIMENTAL Pedro Henrique Bragioni Las Casas Pedro.lascasas@dcc.ufmg.br Apresentação baseada nos slides originais de Jussara Almeida e Virgílio Almeida
Leia maisIntrodução à Inferência Estatística
Introdução à Inferência Estatística Prof. Cícero Quarto www.cicerocq.com Slides produzidos a partir de suas anotações de aula do curso de Especialização em Estatística, Turma 2018/UEMA, assim como, aprofundados
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 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 maisMeta-análise de impactos: uso de evidências para priorizar investimentos educacionais
ANDRÉ PORTELA Meta-análise de impactos: uso de evidências para priorizar investimentos educacionais André Portela Souza EESP/FGV São Paulo 16 de Setembro de 2016 Apresentação I. A importância das tomadas
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 maisANOVA - parte I Conceitos Básicos
ANOVA - parte I Conceitos Básicos Erica Castilho Rodrigues 9 de Agosto de 2011 Referências: Noções de Probabilidade e Estatística - Pedroso e Lima (Capítulo 11). Textos avulsos. Introdução 3 Introdução
Leia mais4 ABORDAGENS METROLÓGICAS
4 4 ABORDAGENS METROLÓGICAS Neste capitulo são apresentados os termos metrológicos utilizados neste documento. Estes conceitos foram selecionados do Vocabulário Internacional de termos fundamentais e gerais
Leia maisFirst Line and Maintenance in Nonsquamous NSCLC: What Do the Data Tell Us?
Dr. Jean-Charles Soria: Olá e bem-vindos a este programa. Eu sou Jean-Charles Soria, Professor e Presidente do Programa de Desenvolvimento Precoce de Drogas na Universidade Paris-Sul, Instituto do Câncer
Leia maisTESTE DE HIPÓTESE. Introdução
TESTE DE HIPÓTESE Introdução O teste de hipótese estatística objetiva decidir se uma afirmação sobre uma população, usualmente um parâmetro desta, é, ou não, apoiada pela evidência obtida dos dados amostrais.
Leia maisIntrodução à Probabilidade e à Estatística II
Introdução à Probabilidade e à Estatística II Introdução à Inferência Estatística Capítulo 10, Estatística Básica (Bussab&Morettin, 7a Edição) Lígia Henriques-Rodrigues MAE0229 1º semestre 2018 1 / 36
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 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 maisValidação Externa e Expansão do Programa
Técnicas Econométricas para Avaliação de Impacto Validação Externa e Expansão do Programa Fabio Veras Soares Centro Internacional de Pobreza (IPC/IPEA/PNUD) Brasília, 25 de junho de 2008. A validade externa
Leia maisTeoria da Mudança, Indicadores e Medição de Impacto
Teoria da Mudança, Indicadores e Medição de Impacto (Nome professor) (Universidade) Abdul Latif Jameel Poverty Action Lab www.povertyactionlab.org Programa do curso 1. Avaliações de impacto: O que são?
Leia maisMONTAGEM DE HIPÓTESES
MONTAGEM DE HIPÓTESES Metodologia Científica Graduação Tecnológica O Enunciado das Hipóteses * Toda pesquisa científica consiste em enunciar e verificar hipóteses... Hipótese é: * uma suposição que se
Leia maisIntrodução às Medidas em Física a Aula. Nemitala Added Prédio novo do Linac, sala 204, r. 6824
Introdução às Medidas em Física 4300152 3 a Aula Nemitala Added nemitala@dfn.if.usp.br Prédio novo do Linac, sala 204, r. 6824 Experiência I: Medidas de Tempo e o Pêndulo Simples Objetivos: Realizar medidas
Leia maisSSC546 -Avaliação de Desempenho de Sistemas
Universidade de São Paulo Instituto de Ciências Matemáticas e de Computação Departamento de Sistemas de Computação SSC546 -Avaliação de Desempenho de Sistemas Parte 1 -Aula 2 Sarita Mazzini Bruschi Material
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 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 maisPrograma Aprender em Família: Avaliação de Impacto
Programa Aprender em Família: Avaliação de Impacto Francisco Gallego Pontifícia Universidade Católica do Chile Abdul Latif Jameel Poverty Action Lab (J-PAL) O programa na literatura científica Os grandes
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 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 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 maisEXPRESSÕES RELACIONAIS
AULA 7 EXPRESSÕES RELACIONAIS 7.1 Operadores relacionais Uma expressão relacional, ou simplesmente relação, é uma comparação entre dois valores de um mesmo tipo. Esses valores são representados na relação
Leia maisInstrumentação Industrial. Fundamentos de Instrumentação Industrial: Introdução a Metrologia Incerteza na Medição
Instrumentação Industrial Fundamentos de Instrumentação Industrial: Introdução a Metrologia Incerteza na Medição Introdução a Metrologia O que significa dizer: O comprimento desta régua é 30cm. A temperatura
Leia maisDesenho de Estudos. Enrico A. Colosimo/UFMG enricoc. Depto. Estatística - ICEx - UFMG 1/28
1/28 Introdução à Bioestatística Desenho de Estudos Enrico A. Colosimo/UFMG http://www.est.ufmg.br/ enricoc Depto. Estatística - ICEx - UFMG 2/28 Perguntas Relevantes Os grupos são comparáveis? As variáveis
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 maisPrincípios de Bioestatística
Princípios de Bioestatística Análise de Variância Enrico A. Colosimo Departamento de Estatística Universidade Federal de Minas Gerais http://www.est.ufmg.br/~enricoc 2011 1 / 25 Introdução Existem muitas
Leia maisFísica Experimental I
Medidas em Física Teoria do Erro Física Experimental I Medidas Físicas Diretas: leitura de uma magnitude mediante o uso de instrumento de medida, ex: Comprimento de uma régua, a corrente que passa por
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 maisInferência. 1 Estimativa pontual de uma média 2 Estimativa intervalar de uma média. Renata Souza
Inferência 1 Estimativa pontual de uma média 2 Estimativa intervalar de uma média Renata Souza Aspectos Gerais A estatística descritiva tem por objetivo resumir ou descrever características importantes
Leia maisFazer errado pode ser pior do que não fazer nada. Há muito perigo em incorporar maus hábitos
Fazer errado pode ser pior do que não fazer nada. Há muito perigo em incorporar maus hábitos George V. Hulme, CSO/EUA Não confunda gestão de riscos com gerenciamento de risco de segurança. O objetivo do
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 maisFísica Geral - Laboratório (2014/1) Estimativas e erros em medidas diretas (I)
Física Geral - Laboratório (2014/1) Estimativas e erros em medidas diretas (I) 1 Medida L (cm) 1 150.0 2 150.1 3 150.8 4 150.0 5 150.0 6 144.1 7 150.0 8 150.3 9 149.9 10 150.0 11 150.0 12 150.1 13 150.2
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 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 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 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 maisBioestatística INFERÊNCIA ESTATÍSTICA. Silvia Shimakura
Bioestatística INFERÊNCIA ESTATÍSTICA Silvia Shimakura AMOSTRAS E POPULAÇÕES Inferências sobre populações são geralmente feitas a partir de informações obtidas de amostras. amostras Válido se a amostra
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 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 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 maisO que é Amostragem? Qual o objetivo de um curso em Amostragem?
1. Introdução Nos dias de hoje, a demanda por informações que ajudem em processos de tomadas de decisão é considerável. Freqüentemente essas informações são de caráter quantitativo, como índice de inflação,
Leia mais5 Resultados e Interpretação do Índice Construído
5 Resultados e Interpretação do Índice Construído Apresentam-se, nesta seção, os resultados dos scores e interpretação da escala produzida. O objetivo é responder questões do tipo: O que significa uma
Leia maisAjustar Técnica usada na análise dos dados para controlar ou considerar possíveis variáveis de confusão.
Glossário Ajustar Técnica usada na análise dos dados para controlar ou considerar possíveis variáveis de confusão. Análise de co-variância: Procedimento estatístico utilizado para análise de dados que
Leia maisUNIVERSIDADE DE SÃO PAULO. Epidemiologia HEP Cassia Maria Buchalla
UNIVERSIDADE DE SÃO PAULO Epidemiologia HEP 0176 2017 Cassia Maria Buchalla TIPOS PRINCIPAIS DE DESENHOS DE ESTUDO Estudos Epidemiológicos Não Experimental Experimental Dados agregados Dados individuais
Leia maisTratamento de dados e representação das incertezas em resultados experimentais
Tratamento de dados e representação das incertezas em resultados experimentais Medida, erro e incerteza Qualquer medida física sempre possui um valor verdadeiro, que é sempre desconhecido e um valor medido.
Leia maisTeorema central do limite e es/mação da proporção populacional p
Teorema central do limite e es/mação da proporção populacional p 1 RESULTADO 1: Relembrando resultados importantes Seja uma amostra aleatória de tamanho n de uma variável aleatória X, com média µ e variância
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 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 maisTestes de Hipótese para uma única Amostra - parte II
Testes de Hipótese para uma única Amostra - parte II 2012/02 1 Teste para média com variância conhecida 2 3 Objetivos Ao final deste capítulo você deve ser capaz de: Testar hipóteses para média de uma
Leia maisLecture 3a Testes de Hipótese
Métodos Quantitativos em Contabilidade I Programa de Pós-Graduação em Controladoria e Contabilidade Lucas Barros lucasbarros@usp.br Henrique Castro hcastro@usp.br Universidade de São Paulo 1 of 19 Lecture
Leia maisComo aleatorizar? (Nome professor) (Universidade) Abdul Latif Jameel Poverty Action Lab. www.povertyactionlab.org
Como aleatorizar? (Nome professor) (Universidade) Abdul Latif Jameel Poverty Action Lab www.povertyactionlab.org Resumo da apresentação Restrições do mundo real e alguns exemplos bem sucedidos Unidade
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 maisIntrodução à Bioestatística Turma Nutrição
Universidade Federal de Minas Gerais Instituto de Ciências Exatas Departamento de Estatística Introdução à Bioestatística Turma Nutrição Aula 8: Intervalos de Confiança para Média e Proporção Distribuição
Leia maisAnálise de Dados Longitudinais Desenho de Estudos Longitudinais
1/40 Análise de Dados Longitudinais Desenho de Estudos Longitudinais Enrico A. Colosimo-UFMG www.est.ufmg.br/ enricoc 2/40 Estudo Científico Pergunta Desenho Estudo Validade externa Validade interna(confundimento,
Leia maisIndicadores de Desempenho
Indicadores de Desempenho 1 Conceito Características mensuráveis de processos, produtos ou serviços, utilizadas pela organização para acompanhar, avaliar e melhorar o seu desempenho. OS INDICADORES NECESSITAM
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 maisEXPERIMENTO I MEDIDAS E ERROS
EXPERIMENTO I MEDIDAS E ERROS Introdução Na leitura de uma medida física deve-se registrar apenas os algarismos significativos, ou seja, todos aqueles que a escala do instrumento permite ler mais um único
Leia maisFÍSICA EXPERIMENTAL C ( )
FÍSICA EXPERIMENTAL C (4323301) REPRESENTAÇÃO DE INCERTEZAS EM RESULTADOS EXPERIMENTAIS Medida, erro e incerteza Qualquer medida física possui sempre um valor verdadeiro, que é sempre desconhecido, e um
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 maisGQS Medidas. André Luís Duarte. exatasfepi.com.br
exatasfepi.com.br GQS Medidas André Luís Duarte O que adquire entendimento ama a sua alma; o que cultiva a inteligência achará o bem. Provérbios 19:8 Qualidade de software Papel dos números Fontes de ruído
Leia maisRafael Izbicki 1 / 38
Mineração de Dados Aula 7: Classificação Rafael Izbicki 1 / 38 Revisão Um problema de classificação é um problema de predição em que Y é qualitativo. Em um problema de classificação, é comum se usar R(g)
Leia maisAula 01 Planejamento de uma Pesquisa
Aula 01 Planejamento de uma Pesquisa Stela Adami Vayego - DEST/UFPR 1 Etapas usuais de uma pesquisa científica Tema, definição do problema, objetivos,... Planejamento da pesquisa Metolo- -logia estatística
Leia maisTeoria dos Erros. Figura 1 - Medida de um objeto com uma régua graduada em centímetros
3 Teoria dos Erros 1. Introdução As grandezas físicas são determinadas experimentalmente por medidas ou combinações de medidas. Essas medidas tem uma incerteza intrínseca que advém das características
Leia maisESTATÍSTICA APLICADA A EXPERIMENTOS
ESTATÍSTICA APLICADA A EXPERIMENTOS Introdução à Estatística Experimental PROFª SHEILA REGINA ORO Experimento Ensaio ou série de ensaios nos quais são feitas mudanças propositais nas variáveis da entrada
Leia maisMétodos de pesquisa quantitativa e qualitativa para Ciência da Computação
Métodos de pesquisa quantitativa e qualitativa para Ciência da Computação Jacques Wainer Gabriel de Barros Paranhos da Costa Gabriel Dias Cantareira Metodologia de pesquisa científica em Ciências da Computação
Leia maisAula 01 Planejamento de uma pesquisa
Aula 01 Planejamento de uma pesquisa Stela Adami Vayego - DEST/UFPR 1 Etapas usuais de uma pesquisa científica Tema, definição do problema, objetivos,... Planejamento da pesquisa Metolo- -logia estatística
Leia maisAMOSTRAGEM EM AUDITORIA
AMOSTRAGEM EM AUDITORIA ALCANCE Esta Norma se aplica quando o auditor independente decide usar amostragem na execução de procedimentos de auditoria. Essa Norma trata do uso de amostragem estatística e
Leia maisGuia do inventário de florestas plantadas
Parte I Índice Guia do inventário de florestas plantadas Cálculos do Inventário Florestal e suas Interpretações Índice 03...... Sobre a autora 04...... Introdução 06...... Cálculos 08...... Variância 10......
Leia maisUNIVERSIDADE DE SÃO PAULO
UNIVERSIDADE DE SÃO PAULO Estudos epidemiológicos: Estudos de Caso-Controle Graduação em nutrição 2017 TIPOS PRINCIPAIS DE DESENHOS DE ESTUDO Estudos Epidemiológicos Não Experimental Experimental Dados
Leia maisTestes de Hipóteses. Ricardo Ehlers Departamento de Matemática Aplicada e Estatística Universidade de São Paulo
Testes de Hipóteses Ricardo Ehlers ehlers@icmc.usp.br Departamento de Matemática Aplicada e Estatística Universidade de São Paulo Introdução e notação Em geral, intervalos de confiança são a forma mais
Leia maisExperimento 1: Determinação do tempo de queda de uma bolinha
Instituto de Física UFRJ Relatório de Física Experimental I 2019/1 Professor: Turma: Horário: Experimento 1: Determinação do tempo de queda de uma bolinha Parte I: preparação para a experiência 1. Escreva
Leia maisStela Adami Vayego DEST/UFPR
Testes de hipóteses não paramétricos Os métodos não-paramétricos fazem poucas suposições sobre a natureza das distribuições dos dados. Não exige que as distribuições nas populações sejam normais, nem são
Leia maisQUÍMICA ANALÍTICA V 2S Prof. Rafael Sousa. Notas de aula:
QUÍMICA ANALÍTICA V 2S 2011 Aulas 1 e 2 Estatística Aplicada à Química Analítica Prof. Rafael Sousa Departamento de Química - ICE rafael.arromba@ufjf.edu.br Notas de aula: www.ufjf/baccan Discussão dos
Leia maisIntervalos Estatísticos para uma única Amostra - parte I
Intervalos Estatísticos para uma única Amostra - parte I Intervalo de confiança para média 14 de Janeiro Objetivos Ao final deste capítulo você deve ser capaz de: Construir intervalos de confiança para
Leia maisInferência Estatística:
Universidade Federal de Minas Gerais Instituto de Ciências Exatas Departamento de Estatística Inferência Estatística: Princípios de Bioestatística decidindo na presença de incerteza Aula 8: Intervalos
Leia maisFísica Geral - Laboratório (2014/1) Estimativas e erros em medidas diretas (I)
Física Geral - Laboratório (2014/1) Estimativas e erros em medidas diretas (I) 1 Experimentos: medidas diretas Experimento de medidas diretas de uma grandeza: Aquisição de um conjunto de dados através
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 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 maisAmostragem e distribuições por amostragem
Amostragem e distribuições por amostragem Carla Henriques e Nuno Bastos Departamento de Matemática Escola Superior de Tecnologia de Viseu Contabilidade e Administração População, amostra e inferência estatística
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 maisPARTE 1 ANÁLISE DE REGRESSÃO COM DADOS DE CORTE TRANSVERSAL CAPÍTULO 2 O MODELO DE REGRESSÃO SIMPLES
PARTE 1 ANÁLISE DE REGRESSÃO COM DADOS DE CORTE TRANSVERSAL CAPÍTULO 2 O MODELO DE REGRESSÃO SIMPLES 2.1 DEFINIÇÃO DO MODELO DE REGRESSÃO SIMPLES Duas variáveis: y e x Análise explicar y em termos de x
Leia maisINTRODUÇÃO À INFERÊNCIA ESTATÍSTICA. Prof. Anderson Rodrigo da Silva
INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA Prof. Anderson Rodrigo da Silva anderson.silva@ifgoiano.edu.br Tipos de Pesquisa Censo: é o levantamento de toda população. Aqui não se faz inferência e sim uma descrição
Leia maisESTATÍSTICA EXPERIMENTAL. ANOVA. Aula 05
ESTATÍSTICA EXPERIMENTAL ANOVA. Aula 05 Introdução A ANOVA ou Análise de Variância é um procedimento usado para comparar a distribuição de três ou mais grupos em amostras independentes. A análise de variância
Leia maisTipos de Estudos Epidemiológicos
Pontifícia Universidade Católica de Goiás Escola de Ciências Agrárias e Biológicas Epidemiologia e Saúde Pública Tipos de Estudos Epidemiológicos Prof. Macks Wendhell Gonçalves Msc. Quando recorrer às
Leia mais