Escolar Documentos
Profissional Documentos
Cultura Documentos
etico
Rafael Terra
Universidade de Braslia-Unb
19 de Outubro, 2015
Objetivo:
Estima os efeitos de eventos ou intervencoes (de polticas) que se dao
no nvel agregado (e.g., cidades, estados, pases, etc).
Comparacao de Casos:
Compara a evolucao de um resultado agregado de uma unidade afetada
pela intervencao `a evolucao do mesmo resultado para algum grupo de
controle. (e.g. Card, 1990, Card & Krueger, 1994, Abadie &
Gardeazabal, 2003).
Vantagens:
As intervenc
oes/programas, comumente ocorrem no nvel agregado, e
dados agregados estao normalmente disponveis.
Problemas:
A selecao do grupo de controle e normalmente problematica. Como
escolher esse grupo?
O grupo de controle pode ser uma estimativa enviesada do
contrafactual.
Os erros-padrao nao refletem a incerteza sobre a capacidade do grupo
de controle em reproduzir o contrafactuais de interesse.
Pressup
oe extrapolacao.
Nao requer acesso aos resultados pos-tratamento na fase de desenho do
estudo, quando o controle sintetico e calculado.
Torna explcita a contribuicao de cada unidade de comparacao para a
construcao do contrafactual de interesse.
Permite que os pesquisadores usem tecnicas quantitativas e qualitativas para
analisar as similaridades e diferencas entre as unidades do caso de interesse e
do controle sintetico.
A formalizacao da forma de escolha das unidades de comparacao nao apenas
representa uma forma de sistematizar os estudos de Comparacao de Casos,
como tambem tem implicac oes diretas para inferencias.
I
1t = Y1tI Y1tN = Y1t Y1tN (1)
Lembre, a f
ormula da distancia
p(norma) de uma diferenca entre dois vetores
(k 1) X e C e kX C k = (X1 C1 )2 + ... + (Xk Ck )2 .
Seja Yjt o valor do resultado da unidade j no perodo t. Para um perodo
os-intervencao t (com t T0 ), o estimador de controle sintetico e
p
J+1
X
1t = Y1t
wj Yjt (2)
j=2
p
Consideramos kX1 X0 W kV = (X1 X0 W )0 V (X1 X0 W ), em que V e
uma matriz positiva semidefinida k k.
Por que inserimos V nessa distancia?
V pode ser uma matriz identidade (pesos iguais para cada covariada).
Mas pode ser uma matriz que ira dar pesos para as covariadas. Aquelas
covariadas com mais importancia na determinacao do resultado Y1t<T0
k J+1
!1/2
X X
vm (X1m wj Xjm )2 (3)
m=1 j=2
J
X
kX1 X0 W k + (Wj )kXj X1 k (4)
j=2
A escolha de V e importante:
W depende da escolha de V .
O controle sintetico W (V ) pretende reproduzir o comportamento da
variavel de resultado para a unidade tratada na ausencia de tratamento.
Portanto, os pesos (v1 , ..., vk ) deveriam refletir a capacidade preditiva
das covariadas.
T0
X J
X
(Y1t wj (V )Yjt )2 (5)
t=1 j=2
Cross-validation:
Divida o perodo pre-tratamento em um perodo inicial de
treinamento e outro subsequente de validac ao.
Para um dado V qualquer (pode ser obtido via capacidade explicativa
de cada Xm ) , calcule W (V ) durante o perodo de treinamento, e
minimize o MSPE de W (V ) no perodo de validac ao escolhendo os
pesos de cada variavel V novamente.
em que
e uma tendencia geral.
t i representam tendencias especficas.
Zit e um vetor (1 r ) de covariadas observaveis, nao afetadas pelo
tratamento, podem ou nao ser fixas. Idealmente serao pre-tratamento.
e um vetor (r 1) de parametros. sao choques aleatorios.
As especificac
oes permitem respostas heterogeneas `a m
ultiplos fatores nao
observados
Em contraste, o estimador de efeitos fixos ou de diferencas em diferencas,
restringem t a ser constante.
2
! ( )
1/p
F mp
1t 1t ]| < C (p)1/p
|E [ J 1/p max 11/p
, 1/2
(8)
T0 T0
Em que:
1
PT0
jt2 = E |jt |2 , j2 = T0 t=1 jt2 , 2 = max j2
j=2,...,J+1
1
PT0
mpjt = E |jt |p , mpj = T0 t=1
2
mpjt , mp = max mpj ,
j=2,...,J+1
T J+1
!2 !1/2
1 X X
RMSE = Y1t wj Yjt (9)
T T0
t=T0 +1 j=2
Figura 6: Placebos com todos os estados sem outliers (erros muito grandes)