InderRuprah
Transcript of InderRuprah
-
8/17/2019 InderRuprah
1/51
Como leer y supervisar una
evaluación de Impacto:
Métodos de diferencia
simple y doublé con
apareamiento basado enpuntaje de propensión
-
8/17/2019 InderRuprah
2/51
La estructura del curso
1. ¿Por qué preocuparnos por la evaluación del impacto?
2. ¿Sobre qué trata una evaluación de impacto?
3. ¿Cuál fue el impacto reportado? ¿!ue esteestad"sticamente si#ni$cativo?
%. ¿Cuál fue el método usado por el evaluador para construirlos #rupos de tratamiento & comparación?
'. ¿Cómo de$nir si el #rupo de comparación usado fue buenoo no?
(. ¿)ué tan sensibles son las estimaciones del impacto a los
diferentes métodos usados en el proceso deempare*amiento por Punta*e de Propensión?
+. ¿,ienen sentido los resultados encontrados en laevaluación?
-
8/17/2019 InderRuprah
3/51
1. ¿Por qué preocuparnos por laevaluación del impacto?
-
8/17/2019 InderRuprah
4/51
¿Cuáles son las preguntas deuna evaluación de impacto?
• ¿Cuál fue el efecto causal de unpro#rama dado -tratamiento en elresultado-s de interés?
• ¿/a& un efecto causal de dosi$caciónen pro#rama con diferentes niveles detratamiento -e.*0 mas o menos
transferencias de dinero diferentesperiodos del entrenamiento?
• ¿/a& un efecto causal de multi
tratamiento para pro#ramas con
-
8/17/2019 InderRuprah
5/51
El método típico antes –después
,ratamiento
fecto dedesarrollo 4 5
6inea$nal
Linea
base
Variable de
interés
5
4
5
4
Pero lo que parece no es
-
8/17/2019 InderRuprah
6/51
Lo que parece no es! e".prevención de crimen
E#ecto de desarrollo $mpacto
-
8/17/2019 InderRuprah
7/51
Pero lo que parece no es! provisiónpu%lica & privado de 'ipotecas & la tasa
de mora en pago
(e necesita un contra#actual o grupo de comparación
-
8/17/2019 InderRuprah
8/51
¿ 7mpacto?
• 5,0 impacto promedio se interpreta como elcambio promedio en la variable de resultadocuando un individuo esco#ido al a8ar pasaaleatoriamente de ser participante a ser no
participante. 5, es relevante para evaluar unpro#rama universal.
• 5,,0 impacto promedio del pro#rama sobre lostratados. ste corresponde a la diferencia entre
la media de la variable de resultado en el #rupode los participantes & la media que 9ubieranobtenido los participantes si el pro#rama no9ubiera e:istido. 5,, es relevante para evaluar un
pro#rama focali8ado.
-
8/17/2019 InderRuprah
9/51
). ¿(o%re qué trata unaevaluación de impacto
usando métodos dedi#erencia simple & do%le conempare"amiento %asado en
punta"e de propensión?
-
8/17/2019 InderRuprah
10/51
*i#erencia simple +*(, & do%le +**,
-
8/17/2019 InderRuprah
11/51
*i#erencia simple +*(, & do%le +**,
Línea%ase
Línea -nal *i#erencia
,ratado 5 4 4 5
;o tratado C < < C
7mpacto
-
8/17/2019 InderRuprah
12/51
Empare"amiento %asado en punta"e depropensión! creación de grupos tratados & de comparación
El método se puede usar solamente si 'a& soporte comn
-
8/17/2019 InderRuprah
13/51
(oporte Comn
La interpretación de casualidad depende del supuesto de e/ogeneida
-
8/17/2019 InderRuprah
14/51
E/ogeneidad
• >:o#eneidad >supuesto deindependencia condicional >noconfundido0
• l impacto estimado como la diferencia en elpromedio de las variables de resultado del #rupode tratamiento & del #rupo de comparación estacompuesto por el efecto veredero del pro#rama &el ses#o de selección. stos dos componentes sepude separar si se asume que el ses#o deselección se debe @nicamente a diferencias en
caracter"sticas observables. ntonces el ses#o de
-
8/17/2019 InderRuprah
15/51
0. ¿Cuál #ue el impactoreportado? ¿ue ésteestadísticamente signi-cativo?
-
8/17/2019 InderRuprah
16/51
Cálculos del $mpacto!presentado como cuadro
-
8/17/2019 InderRuprah
17/51
fectos /etero#éneos
-
8/17/2019 InderRuprah
18/51
Cálculos del $mpacto!presentado como grá-cas
-
8/17/2019 InderRuprah
19/51
2res en#oques de signi-cancia estadística
-
8/17/2019 InderRuprah
20/51
3eglas practicas
/o0 promedio de tratado es i#ual el promedio de #rupo decomparación
• “t”: si el valor de “t”> 2 o “t”
-
8/17/2019 InderRuprah
21/51
construir los grupos detratamiento & comparación?
1.La ecuación departicipación
).5lgoritmo deempare"amiento
-
8/17/2019 InderRuprah
22/51
Ecuación de participación
• 6%"etivo0 stimar el punta*e de propensión para cada su*eto-empresa 9o#ar persona etc
• Escoger la #orma #uncional0
• 1. ,ratamiento binario -estar o no tratado0 6o#it &Eo probit
• 2. ,ratamientos m@ltiples -estar tratado por varios tratamientos0
6o#it Fultinomial o Probit Fultinomial• 3.
-
8/17/2019 InderRuprah
23/51
Escoger las varia%les relevantes!
1.Si d &
:2.;o : d &
3.;o d & I
%.;o d e1 &
e2
'.Si;o d I &
(. Si;o d &
I
< tratamientoD & variable de interés D
: pretratamientoD I post tratamientoD
e cadena de inGuencia
La ecuación de
participación!punta"e de propensión
-
8/17/2019 InderRuprah
24/51
7alanceo con di#erentes algoritmos
Htros al#oritmos0 Jernel radio estrati$cado Fa9alanobis etc.
-
8/17/2019 InderRuprah
25/51
*ilemas
l ob*etivo de la ecuación departicipación es incluir todas lasvariables relevantes quedeterminan la participación en elpro#rama de esta forma reducir
el ses#o.
-
8/17/2019 InderRuprah
26/51
8. ¿Cómo determinar si el grupode comparación usado #ueadecuado?
-
8/17/2019 InderRuprah
27/51
En#oques para evaluar el grupode comparación!
,abla de balanceo
Kra$co del ses#o estandari8ado de las medias decovariables individuales
strati$cación Prueba de /otellin#
Prueba de Lolmo#orovSmirnov de i#ualdad dedistribución
Kra$co de fracción acumulativa
-
8/17/2019 InderRuprah
28/51
2a%la de %alanceo
-
8/17/2019 InderRuprah
29/51
El sesgo estandari9ado de lasmedias :(E de covaria%les
individuales
$e%la practica: si la &'(>"0)* el empare+amiento est, desalanceadosi la &'(
-
8/17/2019 InderRuprah
30/51
Prue%a de ;otelling;o! el vector de medias es igual entre los dos grupos
$e%la pr,ctica: si P > 0.0 se acepta la hipótesis nula* el empare+amiha sido e/itoso
-
8/17/2019 InderRuprah
31/51
*istri%ución del punta"e de propensiónantes & después del empare"amiento
(in empare"ar Empare"ados
$e%la pr,ctica: si las distriuciones del punta+e de propensiónson parecidas panel derecho1* el empare+amiento ha sido
e/itoso
-
8/17/2019 InderRuprah
32/51
racción 5cumulativa
$e%la pr,ctica: si las distriuciones del punta+e de propensiónson parecidas panel derecho1* el empare+amiento ha sidoe/itoso
Prue%a de
-
8/17/2019 InderRuprah
33/51
Prue%a de 0.0 en el -' cominado se acepta la hipótesis nuempare+amiento ha sido e/itoso
-
8/17/2019 InderRuprah
34/51
>rá-cas = antes & despuésde empare"amiento
(in empare"ar Empare"ados
$e%la pr,ctica: 'i los valores del punta+e de propensión paralos dos %rupos est,n cercanos a la l3nea de 4 %rados* elempare+amiento ha sido e/itoso
-
8/17/2019 InderRuprah
35/51
@. ¿ué tan sensi%les son lasestimaciones del impactoante los di#erentes métodosusados en el proceso deempare"amiento por punta"ede propensión?
-
8/17/2019 InderRuprah
36/51
En#oques para evaluar lasensi%ilidad de los impactos
• Sensibilidad de resultados delbalanceo ba*o diferentes al#oritmos
• Sensibilidad de los cálculos de
impacto ante cambios en el al#oritmode empare*amiento
• Sensibilidad del soporte com@n
después de recorte0 l"mites de6ec9ner
• Sensibilidad a ses#o escondido
• Sensibilidad a la atrición
-
8/17/2019 InderRuprah
37/51
(ensi%ilidad de resultados del%alanceo %a"o di#erentes
algoritmos
-
8/17/2019 InderRuprah
38/51
(ensi%ilidad de los cálculos deimpacto ante cam%ios en el
algoritmo de empare"amiento
$e%la pr,ctica: 'i los resultados de 566 no camian de si%no ysi son estad3sticamente si%ni#cativos* los resultados no sonsensiles a camios en el al%oritmo usado
-
8/17/2019 InderRuprah
39/51
(oporte comn! desec'andoo%servaciones e/tremas
Hpciones0
• 1. l investi#ador desec9atodas aquellas
observaciones para lascuales el punta*e depropensión es menor alm"nimo del punta*e de lostratados & ma&or almá:imo del punta*e delos no tratados
• 2. l investi#ador desec9atodas las observaciones-en los #rupos de tratados& no tratados tal que elsoporte com@n sóloinclu&e los punta*es depropensión que tienenuna densidad positiva
• 3. l investi#ador desec9alas observaciones conpunta*e de propensiónmenor a M donde M esde$nida como unadistancia desde lospuntos e:tremos de la
distribución N 1O
-
8/17/2019 InderRuprah
40/51
(ensi%ilidad del soporte comndespués de recorte! límites de
Lec'ner 7nterpretación de la tabla.
Para cada pro#rama lacolumna 7 tiene la informaciónsobre el si#no & lasi#ni$cancia estad"stica delefecto estimado -donde Eindica que los resultados son
si#ni$cativos al .1 mientrasque si es E la si#ni$cancia esla .'. Columna 77 tiene lamisma información pero tomaen cuenta los l"mites de6ec9ner. Si los resultados enlas dos columnas di$ere para
un pro#rama dado entonces elefecto del tratamientoestimado es sensible alproblema del soporte [email protected] el cuadro se resalta con uncolor #ris suave los resultados
que tienen un #ran efectocuando se usa el enfoque de
( i%ilid d
-
8/17/2019 InderRuprah
41/51
$e%la pr,ctica: si la tendencia de la variale de inter7s di#ereentre los dos %rupos* hay un ses%o escondido
(ensi%ilidad a sesgoescondido! tendencias
comunes
(ensi%ilidad a sesgo
-
8/17/2019 InderRuprah
42/51
(ensi%ilidad a sesgoescondido! limites de
3osem%aum$e%la pr,ctica: &ientras ell3mite in8erior y el l3mitesuperior ten%an el mismosi%no* el 9ama inuencia deuna variale no oservada1 no
tiene e8ecto en lasestimaciones. 'i hay unadi8erencia de si%no* en el
presente caso 9ama;".* lavariale no oservada tieneinuencia la variale no
oservada necesita aumentarla verosimilitud de selecciónen el %rupo tratado por ")1 yhay un ses%o escondido con9ama;". .
-
8/17/2019 InderRuprah
43/51
Placebo
• Placebo 7 o sea usando un #rupo decontrol 0 si el impacto no es cero elimpacto calculado es dudoso
• Placebo 77 o sea usando una variablede interés que no puede ser inGuidapor el tratamiento
-
8/17/2019 InderRuprah
44/51
E/ogeneidad! Prue%a deCasualidad de >ranger +por
cada varia%le de interés,Para una interpretacióncausal de resultados*en una re%resión de losvalores pasados y8uturos de la varialede inter7s* se esperaue los valores del
pasado seanestad3sticamente
i%uales a cero. 'i enlos valores del 8uturohay si%ni#canciaestad3stica* entonceshuo un impacto.
-
8/17/2019 InderRuprah
45/51
(esgo de%ido a la atrición
• Comparación univariada de medias de #rupossalientes & que permanecen
• Qe#resión lo#"stica0 factores que contribu&en al
atrición.• Qe#resión de Co:0 información de probabilidad
de atrición en el tiempo & los factores quecontribu&en al atrición.
-
8/17/2019 InderRuprah
46/51
(esgo de%ido a la atrición!Comparación univariada
-
8/17/2019 InderRuprah
47/51
(esgo de%ido a la atrición!3egresión Co/
-
8/17/2019 InderRuprah
48/51
(esgo de%ido a la atrición!3egresión logística
4ondad de a*uste de /osmer & 6emes9oI %.R1. alor
P .++. ,odas las proporciones de posibilidades tienevalor P0.'
-
8/17/2019 InderRuprah
49/51
A. ¿2ienen sentido los
resultados encontrados en laevaluación?
a ac n e/ erna! e m smo
-
8/17/2019 InderRuprah
50/51
a ac n e/ erna! e m smoresultado para varios estudios
so%re programas similares
:eta=evaluación6os resultados de una Fetaevaluación comunmente sepresentan en un >Krá$co de4osque donde el e*e 9ori8ontalmide el efecto del tratamientomientras que la l"nea verticalrepresenta el estudio donde los#rupos de tratamiento &comparación tienen la mismamedia es decir donde no 9a&diferencia entre ambos. Para cada
estudio individual la estimaciónes representada por un cuadrado& a su ve8 la l"nea 9ori8ontalrepresenta el intervalo decon$an8a al 'T. l análisisa#rupado es representado por un
diamante cu&o centro eslocali8ado en el punto estimado &
-
8/17/2019 InderRuprah
51/51
Ca"a Degra! Cadena decausalidad