Professional Documents
Culture Documents
Clase 1: Introducci on
11 de Marzo, 2014
Clase 1: Introducci on
11 de Marzo, 2014
1 / 24
Contenidos
Grupo de trabajo Programa Descripci on y objetivos Contenidos del curso Metodolog a Evaluaci on Bibliograf a Introducci on al dise no experimental Conceptos centrales Experimentos en campo Resumen y literatura de clase 1
Clase 1: Introducci on
11 de Marzo, 2014
2 / 24
Grupo de trabajo
Luis Maldonado, lmaldona@uc.cl Agust n Arce, arce.garces@gmail.com Bernardo Mackenna, bemackenn@uc.cl Bel en Unzueta, mbunzueta@gmail.com
Clase 1: Introducci on
11 de Marzo, 2014
3 / 24
Programa
Descripci on y objetivos
Clase 1: Introducci on
11 de Marzo, 2014
4 / 24
Programa
Descripci on y objetivos
an alisis de estudios que tienen por objetivo identicar causalidad en la asociaci on entre variables.
Mezcla de dos enfoques:
Enfoque basado en el dise no: experimentos y matching. Enfoque basado en el modelamiento: variables instrumentales y datos
de panel.
Clase 1: Introducci on
11 de Marzo, 2014
5 / 24
Programa
Descripci on y objetivos
Objetivos
1
Adquirir dominio en temas claves del dise no experimental, especialmente aquellos relacionados con aleatorizaci on, validez interna y validez externa. Preparar a los estudiantes para que usen cr ticamente t ecnicas estad sticas que sean apropiadas para dise nar y analizar estudios experimentales. Entender la relaci on entre dise no experimental y dise no observacional. Preparar a los estudiantes para que usen cr ticamente t ecnicas estad sticas que sean apropiadas para dise nar y analizar estudios observacionales.
3 4
Clase 1: Introducci on
11 de Marzo, 2014
6 / 24
Programa
Introducci on y modelo causal de Neyman-Rubin. Experimentos: principalmente, experimentos en campo. Tipos de sesgos. Matching. An alisis de datos de panel.
Clase 1: Introducci on
11 de Marzo, 2014
7 / 24
Programa
Metodolog a
gramaci on en el software v a m etodos de simulaci on y su interpretaci on y aplicaci on a datos utilizados en art culos de las ciencias sociales.
El curso se compone de aproxim adamente 15 sesiones. Cada sesi on cor-
responder a a dos clases semanales: la clase del Martes ser a expositiva y la del Jueves tendr a una parte expositiva y una pr actica.
Utilizaremos R para an alisis de experimentos y matching. Para variables
Clase 1: Introducci on
11 de Marzo, 2014
8 / 24
Programa
Evaluaci on
El curso contempla:
3 trabajos y 2 pruebas. Las evaluaciones deben ser desarrolladas de modo individual.
Se aprueba con nota nal 4.0 o superior. Todas las evaluaciones valen 20%.
Clase 1: Introducci on
11 de Marzo, 2014
9 / 24
Programa
Bibliograf a
Data Analysis for Economic and Social Surveys. Berlin, Heildelberg: Springer.
Carsey, T. M. y J. J. Harden (2014). Monte Carlo Simulation and
Clase 1: Introducci on
11 de Marzo, 2014
10 / 24
Conceptos centrales
Clase 1: Introducci on
11 de Marzo, 2014
11 / 24
Conceptos centrales
Experimentos:
Causalidad. Manipulaci on del tratamiento. Aleatorizaci on. Replicaci on.
Clase 1: Introducci on
11 de Marzo, 2014
12 / 24
Conceptos centrales
Tenemos que i reere a sujetos de 1 a N. La variable di indica si el sujeto i es tratado: di = 1 signica que
el sujeto i recibe el tratamiento y di = 0 signica que el sujeto no recibe el tratamiento. Asumimos que di es observado para todos los sujetos.
Yi (1) es el valor en la variable resultado si el sujeto i fue tratado. Yi (0)
Clase 1: Introducci on
11 de Marzo, 2014
13 / 24
Conceptos centrales
efecto ser generalizado? Dos problemas comunes que pueden afectar la validez interna de un
experimento son:
Atrici on. Incumplimiento (noncompliance).
Clase 1: Introducci on
11 de Marzo, 2014
14 / 24
Conceptos centrales
Tipos de experimentos
Experimentos en laboratorio. Experimentos en campo. Experimentos en encuestas.
Clase 1: Introducci on
11 de Marzo, 2014
15 / 24
Experimentos en campo
Experimentos en laboratorio
Frecuentemente, plantean situaciones abstractas y/o simplicadas. Utilizan estudiantes universitarios que saben que est an participando de
un experimento.
Excelentes para lograr validez interna. No plantean situaciones realistas.
Clase 1: Introducci on
11 de Marzo, 2014
16 / 24
Experimentos en campo
este tipo tratamiento? Contexto = es un contexto del mundo real? Variable resultado = tiene la variable dependiente un inter es real?
Clase 1: Introducci on
11 de Marzo, 2014
17 / 24
Experimentos en campo
de programas p ublicos, las cuales buscan entregar una imagen conable de si los recursos est an siendo usados de un modo efectivo.
Una desventa de los experimentos en campo es que son dif ciles de
implementar.
Dependencia de otros para llevar a cabo la intervenci on. Tal vez, es dif cil convencer a los colaboradores de asignar aleatoriamente
los tratamientos.
Campa nas pol ticas son, por lo general, reacias a usar grupos de control.
Clase 1: Introducci on
11 de Marzo, 2014
18 / 24
Experimentos en campo
Clase 1: Introducci on
11 de Marzo, 2014
19 / 24
Experimentos en campo
Clase 1: Introducci on
11 de Marzo, 2014
20 / 24
Experimentos en campo
Clase 1: Introducci on
11 de Marzo, 2014
21 / 24
Clase 1: Introducci on
11 de Marzo, 2014
22 / 24
Clase 1: Introducci on
11 de Marzo, 2014
23 / 24
Gerber y Green (2012, Cap. 1). Literatura pr oxima clase: Gerber y Green (2012, Cap. 2) y Hern an y
Clase 1: Introducci on
11 de Marzo, 2014
24 / 24