CURSO DE ECONOMETRIA AVANZADA DE CORTE TRANSVERSAL MODULO DE SELECCIN EN OBSERVABLES Semestre 2014-2 Horario: Martes 7.00pm-10.00pm Profesor: Juan Manuel Garca Carpio
TRABAJO Desarrollar las siguientes preguntas en grupos de dos a tres personas, y enviar el trabajo con los resultados obtenidos en tablas y grficos en Word, as como los do files de STATA correspondientes, al email jmgarcar@yahoo.com con copia a gbarreno@pucp.pe.
Suponga se est tratando de evaluar el efecto de un nuevo procedimiento de ciruga de bypass coronario que se supone que debera ayudar en el procedimiento postoperatorio. El nuevo procedimiento es riesgoso, y es rara vez aplicado a pacientes de edades superiores a los 80 aos.
Datos de este hipottico ejemplo se presentan en la siguiente figura, en donde los casos con el nuevo procedimiento aparecen con puntos grises y los que corresponden al antiguo procedimiento figuran con puntos negros.
El archivo bypass contiene datos para este ejemplo: stay es el tiempo de permanencia en el hospital despus de la ciruga, age es la edad del paciente, new es la variable indicadora del tratamiento. La severidad de la enfermedad antes de la operacin (severity) es una variable no observable por el investigador, pero tenemos acceso a ella por razones ilustrativas. Puede encontrar alguna evidencia usando estos datos de que el diseo de regresin discontinua es apropiado o inapropiado? Estime el efecto tratamiento usando la estimacin por regresin discontinua tanto aguda como difusa. Para la estimacin por regresin discontinua aguda, asuma que la edad determina perfectamente quien recibe el nuevo tratamiento (los mayores de 80 aos no lo reciben, los menores de 80 s), y elimine todos aquellos casos que no cumplen con esta regla.
El archivo psm.dta contiene informacin sobre estudiantes que reciben un plan de ayuda (treated=1), y queremos estudiar el impacto de esos planes sobre la performance de los alumnos (score). Sabemos que el verdadero efecto es 5.
Estime el efecto tratamiento mediante una regresin de la variable endgena score contra las variables treated, female, income, hhsize, divorced, y violence, considerando errores robustos. Calcule el propensity score usando el comando pscore. Calcule el efecto tratamiento promedio mediante el nearest neighbour matching, radious matching y kernel matching. Use los comandos attn, attr y attk. Utilice en los tres casos la opcin comsup para restringir el common support y la opcin boot para que use bootstrapped standard errors. Compare los resultados con la parte (a).
El archivo nswpsid.dta contiene datos utilizados en el paper de Dehejia y Wahba (2002) obtenidos a partir de una sub-muestra de la base de datos de Lalonde (1986) reemplazando el grupo de control elegido aleatoriamente con un grupo de comparacin conformado con datos de dos encuestas nacionales: el Current Population Survey (CPS) y el Panel Study in Income Dynamics (PSID). Suponga que estamos interesados en el posible efecto de la participacin en un programa de capacitacin laboral sobre los ingresos de las personas en 1978. En esta base la participacin en el programa de capacitacin es registrada en la variable t y los ingresos de las personas en 1978 en la variable re78 (en dlares de 1978).
Las variables se presentan en el siguiente cuadro:
Descripcin Variable Dummy tratado = 1, control = 0 t Edad age Aos de escolaridad educ Dummy afroamericano = 1 black Dummy hispano = 1 hisp Dummy casado = 1 married Dummy no termin la secundaria = 1 nodegree Ingresos en 1974 (en dlares de 1978) re74 Ingresos en 1975 (en dlares de 1978) re75 Ingresos en 1978 (en dlares de 1978) re78 Dummy desempleado en 1974 = 1 reo74 Dummy desempleado en 1975 = 1 reo75 Dummy de educacin menor a 12 aos nodegree
Realice un test de medias de todas las variables entre los grupos de tratados y de control. En qu variables se observa diferencias importantes entre los grupos? Realice un test de medias simple para las variables de ingresos entre los grupos para cada perodo. Estime el efecto tratamiento mediante una regresin de los ingresos en 1978 contra la variable de tratamiento. Compare su respuesta con la diferencia de medias calculada en la parte b. Estime el efecto tratamiento mediante una regresin de los ingresos en 1978 utilizando las dems covariables age, agesq, educ, nodegree, black, hisp, re74, re75. Compare el efecto con el calculado en la parte c. Estime el propensity score utilizando el commando pscore utilizando las mismas covariables de la parte d. Especifique que se trabaje con el common support y que se estime el propensity mediante logit. Se satisface la balancing property? Repita lo mismo que en la parte f pero agregando las variables U74, U75, y la interaccin U74HISP. Se satisface ahora la balancing property? Estime el ATET utilizando el propensity score matching mediante los mtodos del vecino ms cercano, radius matching y kernel matching y compare los resultados con las partes d y d.