Taller 1.

Secciones Transversales

a) ¿Por qué dudaría que la recomendación de política que se realiza en el estudio sea
la adecuada? En particular, explique por qué no se puede asumir que 𝐸[𝑌𝑖 (𝐷 =
0)|𝐷 = 0] = 𝐸[𝑌𝑖 (𝐷 = 0)|𝐷 = 1] y que 𝐸[𝑌𝑖 (𝐷 = 1)|𝐷 = 0] = 𝐸[𝑌𝑖 (𝐷 =
1)|𝐷 = 1]

Respuesta: De acuerdo con la revisión bibliográfica, existe una población carcelaria

heterogénea, con una gran mayoría de hombres, aproximadamente un 93%, donde además
un 42% se ubica en edades entre los 18 y 29 años. (INPEC, 2015). A partir de esta
heterogeneidad se puede deducir que los prisioneros tienen una alta probabilidad de
autoselección debido a que sus características observables y no observables son muy
diferentes y algunos pueden tener aspectos como el nivel educativo que los lleven a tener
más interés de participar en el programa.

En consecuencia se puede dudar de la recomendación de política debido a que:

 Educarse y trabajar, entre otras cosas, son formas de reducir su condena –

problema de validez interna.
 Prisioneros con mayor nivel educativo contarán con mayor facilidad para leer tres
o más horas al día.
 Con condenas más largas, se estimula que los reos sean más proclives a iniciar el
programa de lectura y cumplir con sus requerimientos de lectura (3 horas o más).
 Aunque el rango de edad está acotado a 10 años (15 a 25 años); las personas más
jóvenes tienen diferentes hábitos de lectura que las personas mayores.

En conclusión se puede ver que los presos que participan en el programa de lectura
son diferentes a aquellos que no participan, por lo que no se cumple:

𝐸[𝑌𝑖 (𝐷 = 0)|𝐷 = 0] = 𝐸[𝑌𝑖 (𝐷 = 0)|𝐷 = 1] y que 𝐸[𝑌𝑖 (𝐷 = 1)|𝐷 = 0] = 𝐸[𝑌𝑖 (𝐷 =

1)|𝐷 = 1].

b) Asuma que la base de datos de la Encuesta de Calidad de Vida de Bogotá 2016 es

la base de datos del INPEC. Usted quiere probar si es cierto que la hipótesis planteada
en estudio de la RAND se cumple. Para esto se le pide lo siguiente:

1. Cree una variable hipotética de tratamiento para la población de presos hombres

entre 15 y 25 años. (pista: use una distribución uniforme entre 0 y 1 con el
comando gen aux = runiform () y los tratados son solamente aquellos que
obtengan un valor mayor a 0.5).

Respuesta: Realizado en Stata, se especifica en detalle en el Do file.

2. Evalúe si la asignación aleatoria quedó bien realizada (pista: escoja algunas
variables que usted considere que podrían estar correlacionadas con la
participación en el programa y con la variable de resultado).

El primer paso realizado fue la ejecución de un Test de diferencia de varianzas donde

se encontró que únicamente hay diferencias significativas para la variable educb1 que
equivale a personas sin ningún tipo de educación. En esos casos se hizo un test que
tiene en cuenta la diferencia en varianzas.

Tabla 1. Diferencias de medias Variables de Control vs Variables de

Tratamiento

Media
Variable Media(D=0) (D=1) Diferencias de Medias P-Value
mayor_edad 0,6804124 0,6504854 0,029927 0,3168
educ:SinEduc 0,0140845 0,0178926 -0.0038081 0,6315
educ:Primaria 0,0865979 0,1126214 -0,0260235 0,1707
educ:Media 0,6845361 0,6427184 0,0418177 0,1624
educ:Superior 0,2206186 0,2330097 -0,0123911 0,6405
Salud 0,9360825 0,9300971 0,0059854 0,7055
Fuente: Elaborada por los autores en base a los datos del DANE en relación a la
Encuesta de Calidad de Vida Nacional 2016

Hipótesis:

𝑯𝟎 : 𝝁𝒄𝒊 − 𝝁𝒕𝒊 = 𝟎

𝑯𝒂 : 𝝁𝒄𝒊 − 𝝁𝒕𝒊 ≠ 𝟎

Donde 𝝁𝒄𝒊 es la media de cada variable i en el grupo de control y 𝝁𝒕𝒊 es la media de

cada variable en el grupo de tratamiento.

 mayor_edad: La tabla anterior permite observar que el 68,04% de los individuos

de control son mayores de edad, mientras que en el tratamiento el porcentaje es
de 65,04%. De acuerdo con el test de diferencia de medias esta variación no es
significativa estadísticamente, en otras palabras no hay diferencia
estadísticamente significativa entre las medias de la variable mayor_edad para los
individuos del grupo de control y tratamiento.

 educ:SinEduc: La tabla anterior permite observar que el 0,8% de los individuos

de control no poseen ningún tipo de educación, mientras que en el tratamiento el
porcentaje es de 1,1%. De acuerdo con el test de diferencia de medias esta
variación no es significativa estadísticamente, en otras palabras no hay diferencia
 estadísticamente significativa entre las medias de la variable educ:SinEduc para
los individuos del grupo de control y tratamiento.

 educ:Primaria: La tabla anterior permite observar que el 8,6% de los individuos

de control han cursado primaria mientras que en el tratamiento el porcentaje es de
11%. De acuerdo con el test de diferencia de medias esta variación no es
significativa estadísticamente, en otras palabras no hay diferencia
estadísticamente significativa entre las medias de la variable educ:Primaria para
los individuos del grupo de control y tratamiento.

 educ:Media: La tabla anterior permite observar que el 68,45% de los individuos

de control poseen media (bachillerato), mientras que en el tratamiento el
porcentaje es de 64,27%. De acuerdo con el test de diferencia de medias esta
variación no es significativa estadísticamente, en otras palabras no hay diferencia
estadísticamente significativa entre las medias de la variable educ:Media para los
individuos del grupo de control y tratamiento.

 educ:Superior: La tabla anterior permite observar que el 22,06% de los

individuos de control son poseen educación superior mientras que en el
tratamiento el porcentaje es de 23,3%. De acuerdo con el test de diferencia de
medias esta variación no es significativa estadísticamente, en otras palabras no
hay diferencia estadísticamente significativa entre las medias de la variable
educ:Superior para los individuos del grupo de control y tratamiento.

 salud: La tabla anterior permite observar que el 93,6% de los individuos de

control poseen un buen estado de salud, mientras que en el tratamiento el
porcentaje es del 93%. De acuerdo con el test de diferencia de medias esta
variación no es significativa estadísticamente, en otras palabras no hay diferencia
estadísticamente significativa entre las medias de la variable salud para los
individuos del grupo de control y tratamiento.

Tabla 2. Regresión de variable de tratamiento vs Variables de control

(1)
VARIABLES D

mayor_edad 0.0524
 (0.0364)
salud 0.0153
(0.0643)
1.educ 0.0390
(0.120)
2.educ 0.0385
(0.112)
3.educ -0.0125
(0.115)
Constant 0.421***
(0.125)

Observations 1,000
R-squared 0.003
Robust standard errors in parentheses
*** p<0.01, ** p<0.05, * p<0.1

Fuente: Elaborada por los autores en base a los datos del DANE en relación a la
Encuesta de Calidad de Vida Nacional 2016

Las variables de estudio seleccionadas que consideramos que podrían estar

correlacionadas con la participación en el programa y la variable de resultados son:

 mayor_edad: Toma valor 1 si el individuo es mayor de edad y 0 en caso contrario; se

considera esta variable dado que la legislación colombiana brinda trato diferencial a
mayores y menores de edad.
 salud: Toma valor 1 si el individuo considera que tiene una salud buena o muy buena
y 0 si el individuo considera que tiene una salud regular o mala. Se considera esta
variable porque dependiendo del estado de salud del recluso es posible que este
destine más o menos horas a leer.
 educación: Variable categórica que corresponde a 0 sin educación, 1 para primaria, 2
para educación media y 3 para educación superior o posgrado. Se toma esta variable
puesto que el nivel de educación incide en la disposición a leer, ya que a mayor nivel
de formación aumenta la disposición a leer.

La tabla 1 muestra que la selección aleatoria quedo bien realizada debido a que todos los
coeficientes resultan ser no significativos a cualquier nivel de significancia.

3. Cree las variables: 𝑌𝑖 (𝐷 = 0), 𝑌𝑖 (𝐷 = 1)y 𝑌𝑖 usando una distribución uniforme

entre 𝑈1 y 𝑈2 donde 𝑈1 es el último número de su cédula de ciudadanía y 𝑈2 =
10𝑈1 + 2.

Respuesta: El grupo está compuesto por tres integrantes, de entre los cuales se seleccionó
una cédula terminada en 4. Se obtiene un rango de 4 a 42. Realizado en Stata, se especifica
en detalle en el Do file.
 4. Encuentre el ATE, el ATT, el ATU y el Estimador Naive (con-sin). Interprete.

Tabla 3. Estimaciones

ATE 0,3713
ATT 0,5720
ATU 0,1624
NAIVE CON SIN 0,1841
Fuente: Elaborada por los autores en base a los datos de la Encuesta de Calidad de
Vida Nacional 2016

Interpretación:

 ATE: En promedio el número de hechos violentos entre el grupo de control y

tratamiento difiere en 0,37.
El cambio promedio en la variable de resultado cuando un individuo escogido al
azar pasa aleatoriamente de ser participante a ser no participante.
 ATT:En promedio del efecto de que una persona que participo el programa frente
a que no lo hubiera hecho es de 0,57 hechos violentos.
 ATU: En promedio el número de hechos violentos seria de 0,16 si se extiende a
los no participantes del programa.
 NAIVE con-sin: En promedio el efecto de los que efectivamente participaron y
los que no es de 0,18 hechos violentos.

5. Realice una regresión de la variable de resultado contra la variable de tratamiento

y compárela con una regresión de la variable de resultado contra la variable de
tratamiento y diferentes controles. Analice.

Tabla 4. Regresión variable de resultado contra variable de tratamiento vs

Regresión variable de resultado contra variable de resultados y controles

(1) (2)
VARIABLES yi yi

D -0.0720 -0.0364
 (0.704) (0.703)
mayor_edad -1.663**
(0.806)
Salud 0.925
(1.420)
1.educ -0.953
(2.655)
2.educ -2.290
(2.474)
3.educ -2.825
(2.553)
Constant 22.81*** 25.29***
(0.497) (2.772)

Observations 1,000 1,000

R-squared 0.000 0.008
Standard errors in parentheses
*** p<0.01, ** p<0.05, * p<0.1

Fuente: Elaborada por los autores en base a los datos de la Encuesta de Calidad de
Vida Nacional 2016

Se corrieron dos regresiones, la primera es de la variable respuesta (Y) contra la variable

de tratamiento (D), donde se encuentra que no hay diferencias estadísticamente
significativas en el número de hechos conflictivos con los guardias para los individuos
del grupo de control frente a los del grupo de tratamiento. Para la segunda regresión, se
aplican diferentes controles (salud, educación y mayor_edad) y se observa que tampoco
existe diferencia estadísticamente significativa para los individuos tratados. Aunque el
coeficiente de la variable de control cambió al incluir variables, particularmente la de
mayor_edad, este sigue sin ser significativo.

6. ¿Qué problemas de validez interna tendría el análisis del punto (5)?

En el experimento desarrollado con los presos y el programa de lectura, se encuentran

problemas de validez interna por las características que no son observables en los
individuos, ya sea porque es difícil obtener una medición, la variable no se encuentra en
la base de datos o simplemente se ha optado por no incluirla en el estudio. En particular,
es difícil medir que tan violento es el preso: entre más lo sea, es probable que menor sea
el efecto del tratamiento. Así mismo, si el prisionero sufre de algún desorden mental, el
tratamiento será menos eficaz.

Esta no es una lista exhaustiva de los problemas de validez interna del programa, sino una
breve explicación de los que se han considerado como de mayor relevancia.
 7. ¿Qué problemas de validez externa tendría el análisis del punto (5)?

Este tipo de problemas que afectan la medición del impacto de un programa pueden
considerarse como externalidades. El principal problema que se encuentra es que dado
que los individuos que participan en el programa probablemente disminuirán el número
de encuentros violentos con los guardias, el clima general dentro de la prisión podría verse
mejorado (siempre que el número de tratados sea considerable frente al total de presos),
lo que conlleva a que, incluso quienes no están leyendo tres horas o más al día disminuyan
su grado de violencia como un efecto de “seguir a la manada”, es decir de copiar lo que
hace el resto del grupo. Si este hecho ocurre el efecto del tratamiento se verá sub estimado.

Bibliografía
INPEC. (Enero de 2015). INPEC. Recuperado el 13 de Agosto de 2017, de h
ttp://www.inpec.gov.co/portal/page/portal/Inpec/Institucion/Estad%EDsticas/
/Informes%20y%20Boletines%20Estad%EDsticos/INFORME%20ENERO%202015%
201_0.pdf