Metodos Quantitativos 2016

Desenho da Avaliação Experimentos Quasi-Experimentos Limites e Possibilidades
Polı́ticas Públicas II
Mariana Batista
Aula: Métodos Quantitativos de Avaliação
1/2018
Mariana Batista UFPE

Desenho
Desenho de Pesquisa da Avaliação
Causalidade

Desenho
Causalidade

Desenho
Causalidade
Contrafactual

Desenho
Causalidade
Contrafactual

Desenho
Causalidade
Contrafactual
Como?

Experimentos Aleatorizados
A Lógica do Experimento
Grupo de Tratamento (intervenção) e Grupo de Controle;

Equivalência;
Randomização: os participantes tem a mesma probabilidade
de serem alocados em qualquer dos grupos;
Mesmo resultado esperado do resultado para os dois grupos
na ausência do programa;
Randomização Parcial: escolha aleatória, condicional a
alguma caracterı́stica (ex. renda)



Análise Estatı́stica
Diferença entre grupo de tratamento e grupo de controle

Significância estatı́stica
Test T
X̄t − X¯c
t=q (1)
vart varc
nt + nc
Regressão Simples
Y = α + β1 T1 + (2)

Limitações dos Experimentos
Custo;
Colaboração com o Estado;
Integridade do experimento;
Diferença entre Tratamento e ”Intenção-de-Tratar”;
Attriction;
Spillover;
Problemas éticos/polı́ticos

Matching
Pareamento
Ausência de aleatorização: dados observacionais

Pareamento: comparação entre unidades tratadas e não
tratadas, com base em suas semelhanças;
Pareamento Exato

Matching
Propensity Score Matching
Constrói estatisticamente um grupo de comparação usando

caracterı́sticas observadas;
Estima a probabilidade de participar no tratamento;
Participantes são pareados (matched) a não participantes com
base na ”propensão”;
O efeito do programa é calculado como a diferença entre os
dois grupos

Matching
Pressupostos:
1 Independência condicional: fatores não-observáveis não afetam
a participação;
Auto-Seleção:
Ex. Predisposição e participação em programas de
treinamento.
2 Common Support: sobreposição dos valores de propensão
entre participantes e não-participantes;

Matching
Processo:
1 Participantes e não-participantes de determinado programa;
2 Seleção de caracterı́sticas observáveis que afetam a
participação;
3 Calcular a propensão com base no conjunto de variáveis
selecionadas;
4 Regressão logı́stica

Matching
O objetivo não é distinguir grupos, mas sim comparar

observações parecidas.

Matching
O objetivo não é distinguir grupos, mas sim comparar

observações parecidas.

Matching
Processo:
1 Depois que a equação de participação é estimada, os valores
preditos da participação são identificados;
2 Região Comum: não-particpantes fora da região comum são
excluı́dos;
3 Balanceamento: valores de propensão similares são baseados
em valores similares de X. A distribuição dos grupos tem que
ser semelhante;
4 Match: combinar participantes e não-participantes;
5 Comparar resultado do programa entre participantes e
não-participantes

Diff-in-Diff
Difference-in-Difference
Caracterı́sticas não-observáveis podem afetar a propensão de

participar;
Heterogeneidade não-observada existe, mas não pode variar
no tempo;
Compara grupo de intervenção e de controle com base nos
valores apresentados antes e depois da intervenção;
Dupla Diferença: participou e não-participou - antes e depois

Diff-in-Diff
DD = (Depois − Antes|trat = 1) − (Depois − Antes|trat = 0) (3)

Diff-in-Diff
Renda
Participantes Não-Participantes
Antes Intervenção 80 90
Depois Intervenção 125 120

Diff-in-Diff
DD = (125 − 80) − (120 − 90) (5)
DD = 15 (6)

Diff-in-Diff
DD = (125 − 80) − (120 − 90) (5)
DD = 15 (6)
Y = α + βT + γt + λTt + (7)

Discontinuidade
Regressão Descontı́nua
Foco na regra de elegibilidade para participação no programa;

Participantes e não-participantes próximos desse valor podem
ser comparados;
Esses participantes e não-particpantes próximos se tornam a
amostra para avaliar o impacto do programa por serem
semelhantes

Discontinuidade

Discontinuidade

Discontinuidade
Pressuposto: não há ”manipulação” do critério de

elegibilidade;
Limitação: ”local average treatment effect”.

Possibilidades
Possibilidades da Análise Quantitativa
Mensuração e Identificação do Impacto;

Análise Sistemática - Regularidades;
Inferência Estatı́stica - Generalização;
Transparência;
Replicação.

Limites
Limites da Análise Quantitativa
Preocupa-se com o ”efeito médio”;

Conhecimento geral, ”superficial”;
Foco em números, não em pessoas;
Explicação e não interpretação;
Ignora fatores não passı́veis de mensuração


Metodos Quantitativos 2016

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Metodos Quantitativos 2016

Enviado por

Direitos autorais:

Formatos disponíveis

Desenho da Avaliação Experimentos Quasi-Experimentos Limites e Possibilidades

Aula: Métodos Quantitativos de Avaliação

Mariana Batista UFPE

Desenho de Pesquisa da Avaliação

Mariana Batista UFPE

Desenho de Pesquisa da Avaliação

Mariana Batista UFPE

Desenho de Pesquisa da Avaliação

Mariana Batista UFPE

Desenho de Pesquisa da Avaliação

Mariana Batista UFPE

Desenho de Pesquisa da Avaliação

Mariana Batista UFPE

Grupo de Tratamento (intervenção) e Grupo de Controle;

Mariana Batista UFPE

Mariana Batista UFPE

Mariana Batista UFPE

Diferença entre grupo de tratamento e grupo de controle

Mariana Batista UFPE

Limitações dos Experimentos

Mariana Batista UFPE

Ausência de aleatorização: dados observacionais

Mariana Batista UFPE

Propensity Score Matching

Constrói estatisticamente um grupo de comparação usando

Mariana Batista UFPE

Propensity Score Matching

Mariana Batista UFPE

Propensity Score Matching

Mariana Batista UFPE

Propensity Score Matching

O objetivo não é distinguir grupos, mas sim comparar

Mariana Batista UFPE

Propensity Score Matching

O objetivo não é distinguir grupos, mas sim comparar

Mariana Batista UFPE

Propensity Score Matching

Mariana Batista UFPE

Caracterı́sticas não-observáveis podem afetar a propensão de

Mariana Batista UFPE

DD = (Depois − Antes|trat = 1) − (Depois − Antes|trat = 0) (3)

Mariana Batista UFPE

Mariana Batista UFPE

DD = (Depois − Antes|trat = 1) − (Depois − Antes|trat = 0) (4)

DD = (125 − 80) − (120 − 90) (5)

Mariana Batista UFPE

DD = (Depois − Antes|trat = 1) − (Depois − Antes|trat = 0) (4)

DD = (125 − 80) − (120 − 90) (5)

Mariana Batista UFPE

Foco na regra de elegibilidade para participação no programa;

Mariana Batista UFPE

Mariana Batista UFPE

Mariana Batista UFPE

Pressuposto: não há ”manipulação” do critério de

Mariana Batista UFPE

Possibilidades da Análise Quantitativa

Mensuração e Identificação do Impacto;

Mariana Batista UFPE

Limites da Análise Quantitativa

Preocupa-se com o ”efeito médio”;

Mariana Batista UFPE

Você também pode gostar