Está en la página 1de 89

Contenido

Captulo 8
Mtodo de regresin discontinua

Salir

Contenido

Motivacin
En Colombia hay una variedad de ejemplos de asignacin de poltica pblica con base en instrumentos de focalizacin:
El rgimen subsidiado de salud. Hogares Comunitarios de Bienestar. Familias en Accin.

Gua prctica para la evaluacin de impacto /Captulo 8: Regresin Discontinua/2

Salir

Contenido

Motivacin
El Sistema de Identificacin de Potenciales Beneficiarios de Programas Sociales (Sisbn):
Es un instrumento desarrollado con el objetivo de focalizar programas de poltica pblica hacia la poblacin ms vulnerable en Colombia y toma valores entre 0 y 100. Los hogares con puntajes Sisbn ms bajos son ms vulnerables que aquellos con puntajes ms altos.
Salir

Gua prctica para la evaluacin de impacto /Captulo 8: Regresin Discontinua/3

Contenido

Motivacin
Familias en Accin:
Los beneficios estn focalizados en las personas ms pobres del pas (familias Sisbn 1). El criterio de focalizacin para recibir beneficios es una funcin del puntaje Sisbn. Si el puntaje Sisbn es inferior a 11, entonces el hogar clasifica en Sisbn 1. Este umbral se eligi de una manera presumiblemente arbitraria.
Salir

Gua prctica para la evaluacin de impacto /Captulo 8: Regresin Discontinua/4

Contenido

Motivacin
Familias en Accin:
Una familia con puntaje 10.99 es prcticamente idntica a una familia con puntaje 11.01; pero la primera familia s participa en el programa y la segunda no. La segunda familia puede utilizarse como contrafactual de la primera.

Gua prctica para la evaluacin de impacto /Captulo 8: Regresin Discontinua/5

Salir

Contenido

Regresin discontinua (RD): Notacin


Di : Indicador de tratamiento Yi : Variable de resultado Xi : Caractersticas observables que no dependen directamente de la variable del tratamiento, pero afectan la variable de resultado. Zi : Variable observable continua de focalizacin que determina la elegibilidad en el programa dependiendo de si su valor es mayor o menor que un determinado umbral fijo Z
Gua prctica para la evaluacin de impacto /Captulo 8: Regresin Discontinua/6
Salir

Contenido

Regresin discontinua (RD)


Caso especial de diseo no experimental Ocurre cuando
La probabilidad de participacin cambia discontinuamente con una variable continua observada Z.

La asignacin del tratamiento depende completa o parcialmente del valor que la variable Z toma a lado y lado de un umbral fijo.
Gua prctica para la evaluacin de impacto /Captulo 8: Regresin Discontinua/7
Salir

Contenido

Regresin discontinua (RD)


Probabilidad de Participacin
Pr(D ) 1

0.5

Z
__

Instrumento de focalizacin

Los individuos a la izquierda del umbral Z participan en el programa con probabilidad de 1; Mientras que los individuos a la derecha no participan en el programa
Gua prctica para la evaluacin de impacto /Captulo 8: Regresin Discontinua/8
Salir

Contenido

Regresin discontinua (RD)


El estimador de RD se basa en la observacin de que los individuos justamente a la izquierda del umbral deben ser muy parecidos a los individuos justamente a la derecha de ste. Excepto que los primeros participan en el programa y los segundos no. Entonces los segundos podran ser un contrafactual vlido de los primeros.
Salir

Gua prctica para la evaluacin de impacto /Captulo 8: Regresin Discontinua/9

Contenido

Regresin discontinua (RD)


Supuestos:
El umbral es arbitrario. Los determinantes de la variable de resultado, X, son muy parecidos a la izquierda y a la derecha del umbral.

Gua prctica para la evaluacin de impacto /Captulo 8: Regresin Discontinua/10

Salir

Contenido

Regresin discontinua (RD)


La comparacin de estos dos grupos resulta en un estimador vlido del impacto del tratamiento alrededor del punto de corte.

El parmetro estimado por RD es un efecto promedio local del tratamiento (LATE), porque se centra en los individuos en una vecindad arbitrariamente pequea a la izquierda y a la derecha del umbral

Gua prctica para la evaluacin de impacto /Captulo 8: Regresin Discontinua/11

Salir

Contenido

Ejemplo: Canasta
Poblacin elegible: Hogares Sisbn 1
Poblacin cuyo puntaje Sisbn es igual o inferior a un umbral .

Un hogar con un puntaje Sisbn de o menos puede participar en el programa

La probabilidad de participacin cambia discontinuamente.

Gua prctica para la evaluacin de impacto /Captulo 8: Regresin Discontinua/12

Salir

Contenido

Ejemplo: Canasta
Esta implementacin permite la aplicacin de RD:
Los determinantes de la variable resultado, Y, exceptuando la participacin en el programa, son similares para individuos con un puntaje Sisbn por __ debajo y por encima de Z

Gua prctica para la evaluacin de impacto /Captulo 8: Regresin Discontinua/13

Salir

Contenido

Regresin discontinua ntida: Aspectos tericos


Z

determina completamente, de forma determinstica, la participacin en el programa sobre la base de un umbral Z


__

= [ ]

donde I[*]=1 si la condicin * se cumple, y 0 de lo contrario. La probabilidad de participacin es discontinua en el umbral al pasar de uno (a la izquierda) a ser determinsticamente igual a cero (a la derecha).
Gua prctica para la evaluacin de impacto /Captulo 8: Regresin Discontinua/14
Salir

Contenido

Regresin discontinua ntida: Aspectos tericos


Supuestos:
Los individuos o los administradores del programa no contribuyen en la decisin de si participar o no. Los individuos no pueden ajustar el valor de Z en respuesta a los criterios elegibilidad del programa. Cualquier autoseleccin est dada sobre la base de caractersticas exgenas.

Gua prctica para la evaluacin de impacto /Captulo 8: Regresin Discontinua/15

Salir

Contenido

Ejemplo: Canasta
Si el programa Canasta se asignara a los hogares de Sisbn 1 y la participacin fuera obligatoria.

El puntaje Sisbn determina completamente la participacin en el tratamiento.

Diseo: regresin discontinua ntida (RDN)

Gua prctica para la evaluacin de impacto /Captulo 8: Regresin Discontinua/16

Salir

Contenido

Regresin discontinua ntida: Aspectos tericos


Probabilidad de Participacin

Pr(D) 1

Condicin de identificacin:

lim ( = ) lim =
Derecha Izquierda
0.5

Instrumento de focalizacin

La principal fuente de identificacin en RDN es la discontinuidad en la participacin en el tratamiento en un punto especfico de la distribucin de Z.
Salir

Gua prctica para la evaluacin de impacto /Captulo 8: Regresin Discontinua/17

Regresin discontinua ntida: Expectativas condicionales de las variables de resultado

Contenido

Las lneas slidas corresponden a las expectativas condicionales de las variables de resultado Y observadas. Las lneas punteadas representan las expectativas condicionales de las dos variables de resultado potenciales para cada nivel de Z.
Gua prctica para la evaluacin de impacto /Captulo 8: Regresin Discontinua/18
Salir

Contenido

Regresin discontinua ntida: Expectativas condicionales de las variables de resultado


Formalmente definimos esas expectativas condicionales como :

= [()| = ] para D=0,1.


La variable de resultado slo se observa en presencia del tratamiento, si la variable Z est a la izquierda del umbral : - El individuo participa en el programa.

La variable de resultado slo se observa en ausencia del tratamiento, si la variable Z est a la derecha del umbral : - El individuo no participa en el programa.
Gua prctica para la evaluacin de impacto /Captulo 8: Regresin Discontinua/19
Salir

Contenido

Regresin discontinua ntida: Expectativas condicionales de las variables de resultado


Entonces la expectativa condicional de la variable de resultado observada est dada por: = = = 0, = Pr = 0 = + = 1, = Pr = 1 =

Gua prctica para la evaluacin de impacto /Captulo 8: Regresin Discontinua/20

Salir

Contenido

Relacin con el mtodo de emparejamiento


Se cumple: El supuesto de independencia condicional de emparejamiento de manera trivial en RDN porque, condicional en las caractersticas observadas (en especial, Z), no hay variacin en el tratamiento. Se viola: El soporte comn porque no existen valores de Z para los cuales haya un traslapo de individuos tratados y no tratados. El supuesto de soporte comn reemplaza el supuesto de que los individuos son similares alrededor del umbral.
Salir

Gua prctica para la evaluacin de impacto /Captulo 8: Regresin Discontinua/21

Supuesto de continuidad local

Contenido

No existen discontinuidades en la relacin entre la variable de resultado, Y, y las variables X que la determinan en . X puede contener variables observadas y no observadas. Incluso incluye la participacin en otros programas diferentes al evaluado.

Los individuos de un lado del umbral son similares a los individuos del otro lado del umbral. Formalmente :
lim 0 | = = lim 0 | =

lim 1 | = = lim 1 | =

Salir

Gua prctica para la evaluacin de impacto /Captulo 8: Regresin Discontinua/22

Contenido

Regresin discontinua ntida: Anlisis grfico


El anlisis grfico es un componente central al hacer una evaluacin a travs del mtodo de regresin discontinua. Es importante observar:
El impacto del programa alrededor del umbral o puntaje de corte. Variables observables como funcin del instrumento de focalizacin que deben ser continuas localmente. Densidad del instrumento de focalizacin Z.
Salir

Gua prctica para la evaluacin de impacto /Captulo 8: Regresin Discontinua/23

Contenido

Anlisis grfico: Supuesto de continuidad local:


Saltos en variables observables en el umbral
Panel a. Continuidad
variable observada X

Panel b. Discontinuidad

El investigador debe proveer evidencia estadstica que muestre que no hay saltos en las variables observadas alrededor del umbral ; por lo tanto, es vlido asumir que el grupo a la izquierda del umbral es comparable con el grupo a la derecha del umbral.
Gua prctica para la evaluacin de impacto /Captulo 8: Regresin Discontinua/24
Salir

Anlisis grfico: Supuesto de no manipulacin

Contenido

Densidad del instrumento de focalizacin Z Caso de no manipulacin Caso de manipulacin

El investigador debe demostrar que el instrumento de focalizacin no ha sido manipulado. Si la funcin de densidad de probabilidad de Z tiene un salto peculiar justamente en el umbral entonces eso sera evidencia de manipulacin e invalidara el diseo RD.
Gua prctica para la evaluacin de impacto /Captulo 8: Regresin Discontinua/25
Salir

Contenido

Regresin discontinua ntida: Variable de resultado


Corresponde al caso en el que la probabilidad de participacin cambia exactamente de uno a cero, a uno y otro lado del punto de corte. La variable de resultado se puede escribir como : = 0 + + Por lo tanto, el supuesto de continuidad de [ | ] en Z es equivalente a suponer que [ | ] y [ | ] son ambas continuas en Z.
Gua prctica para la evaluacin de impacto /Captulo 8: Regresin Discontinua/26
Salir

Contenido

Regresin discontinua ntida: Estimador del efecto del programa


En suma se ha establecido que los grupos comparables estn en una vecindad arbitrariamente pequea a la derecha y a la izquierda del umbral porque esos son los dos grupos ms comparables. En la vecindad a la izquierda de se ubica el grupo de tratamiento y en la vecindad a la derecha de se ubica el grupo de control. As, el efecto del programa ser simplemente el valor promedio de la variable de resultado de los tratados (izq.) menos el valor promedio de la variable de resultado de los controles (der.):
Gua prctica para la evaluacin de impacto /Captulo 8: Regresin Discontinua/27
Salir

Contenido

Regresin discontinua ntida: Estimador del efecto del programa


= lim | = lim | =

El valor promedio de la variable de resultado en una vecindad arbitrariamente pequea a la izquierda del umbral menos el valor promedio de la variable de resultado en una vecindad arbitrariamente pequea a la derecha del umbral.

Siempre que se cumplan:


Condicin de identificacin. Supuesto de continuidad local.
Gua prctica para la evaluacin de impacto /Captulo 8: Regresin Discontinua/28
Salir

Contenido

Regresin discontinua ntida: Efecto del programa


El diseo RD identifica el efecto promedio del tratamiento para individuos cercanos al punto de discontinuidad. En particular, mide el impacto del tratamiento sobre un individuo seleccionado aleatoriamente con caractersticas observables = -Es un estimador del impacto local del programa En esta medida existe una tensin entre la validez interna y la validez
Gua prctica para la evaluacin de impacto /Captulo 8: Regresin Discontinua/29
Salir

Regresin discontinua borrosa: Aspectos tericos


En este caso, la participacin efectiva en el programa depende de : - Variable observable continua de focalizacin Z. - Otras dimensiones observadas y no observadas de los individuos. En ltimas, no todos los individuos a la izquierda participan, y algunos individuos a la derecha del umbral tambin participan. La probabilidad de participacin cambia discontinuamente en el punto
Gua prctica para la evaluacin de impacto /Captulo 8: Regresin Discontinua/30
Salir

Contenido

Contenido

Regresin discontinua borrosa: Aspectos tericos


Pr(D)

Probabilidad de Participacin

0.5

Instrumento de focalizacin

La probabilidad de recibir el tratamiento es positiva tanto a la izquierda como a la derecha de , pero hay un cambio discreto en esa probabilidad justo en el umbral.
Gua prctica para la evaluacin de impacto /Captulo 8: Regresin Discontinua/31
Salir

Contenido

Regresin discontinua borrosa (RDB): Aspectos tericos


Pr(D)
Probabilidad de Participacin

Condicin de identificacin :
lim = 1| = lim = 1| =

La
0.5

Instrumento de focalizacin

principal fuente de identificacin en RDB es la discontinuidad en la probabilidad de participacin en el tratamiento en un punto especfico de la distribucin Z.

Gua prctica para la evaluacin de impacto /Captulo 8: Regresin Discontinua/32

Salir

Contenido

Ejemplo 1: Canasta
Poblacin elegible: Hogares Sisbn 1, PERO los individuos deben decidir si hacen la solicitud o no. El umbral No es obligatorio. Determina parcialmente la participacin en el programa. La probabilidad de participacin Si , entonces la probabilidad de participacin es mayor o igual a cero. Si ,entonces la probabilidad de participacin es cero.
Salir

Gua prctica para la evaluacin de impacto /Captulo 8: Regresin Discontinua/33

Contenido

Ejemplo 2: Canasta
Poblacin elegible: Hogares de Sisbn 1 y 2. Cobertura universal para Sisbn 1. Mercado para todos lo hogares. Cobertura parcial para Sisbn 2. Mercado para 100,000 hogares aleatoriamente escogidos. La probabilidad de participacin
Puede ser mayor a cero tanto a la izquierda como a la derecha de .

Gua prctica para la evaluacin de impacto /Captulo 8: Regresin Discontinua/34

Salir

Contenido

Ejemplo 2: Canasta
Bajo este diseo: Hay individuos participantes a ambos lados del umbral . Debido a que la cobertura es parcial para Sisbn 2, la probabilidad cambia discretamente en el punto de corte . La probabilidad cambia discretamente en el punto de corte , porque para Sisbn 2 es ms improbable participar en el programa dado que tienen un nmero restringido de cupos.
Gua prctica para la evaluacin de impacto /Captulo 8: Regresin Discontinua/35
Salir

Regresin discontinua borrosa: Expectativas condicionales de las variables de resultado


Y

Contenido

Variable de resultado

Instrumento de focalizacin

La expectativa condicional de la variable de resultado observada est dada por la lnea slida en la grfica.

Gua prctica para la evaluacin de impacto /Captulo 8: Regresin Discontinua/36

Salir

Contenido

Regresin discontinua borrosa: Expectativas condicionales de las variables de resultado


Expectativa condicional observada
= = 0 = 0, = Pr = 0 = + 1 = 1, = Pr = 1 =
En este caso no es necesariamente cierto que:

= , = = =
Porque Z slo determina parcialmente el tratamiento.
Gua prctica para la evaluacin de impacto /Captulo 8: Regresin Discontinua/37
Salir

Contenido

Regresin discontinua borrosa: Anlisis grfico


El anlisis grfico es un componente central al hacer una evaluacin a travs del mtodo de RDB, al igual que lo es en RDN. Es importante observar:
El impacto del programa alrededor del umbral o puntaje de corte. Variable observables como funcin del instrumento de focalizacin para comprobar el supuesto de continuidad local. Densidad del instrumento de focalizacin Z.
Gua prctica para la evaluacin de impacto /Captulo 8: Regresin Discontinua/38
Salir

Contenido

Regresin discontinua borrosa: Estimador del efecto del programa


Ahora en el caso de RDB, el salto de Y en el umbral ya no estima el impacto del programa, porque no todos los de la izquierda participan y no todos los de la derecha no participan.

En este caso, el salto en Y en el umbral estima el impacto de la elegibilidad de participar, porque el umbral determina la elegibilidad; pero no establece completamente la participacin.
Es necesario tener en cuenta el cambio discreto en la probabilidad de participar en el programa en el umbral.
Gua prctica para la evaluacin de impacto /Captulo 8: Regresin Discontinua/39
Salir

Contenido

Regresin discontinua borrosa: Estimador del efecto del programa


El efecto del programa es el salto en Y en el umbral ponderado por el salto en la probabilidad de participacin en el umbral .
= | = 1, lim | = lim | = = lim = 1| = lim = 1| =

Siempre que : - No existan externalidades del programa. - Se cumpla la condicin de identificacin. - Se cumpla el supuesto de continuidad local.
Gua prctica para la evaluacin de impacto /Captulo 8: Regresin Discontinua/40
Salir

Contenido

Regresin discontinua borrosa: Estimador del efecto del programa


El efecto del programa es :
= | = 1, lim | = lim | = = lim = 1| = lim = 1| =

Covarianza entre Y & Z

Covarianza entre D & Z

Es decir, coincide exactamente con el estimador de Wald que estudiamos en el captulo de variables instrumentales. El numerador tiene la covarianza entre la variable de resultado y el instrumento, y el denominador tiene la covarianza entre la variable endgena (participacin) y el instrumento.
Gua prctica para la evaluacin de impacto /Captulo 8: Regresin Discontinua/41
Salir

Contenido

Regresin discontinua borrosa: Efecto del programa


El estimador de regresin discontinua borrosa coincide con el estimador de Wald para variables instrumentales.
Se debe interpretar como efecto local.

Hann, Todd y van der Klaaw (2001) utilizan el supuesto de monotonicidad local, que es un supuesto ms fuerte, segn el cual los individuos a cada lado del umbral son idnticos en variables observadas y en variables no observadas.
Se interpreta como efecto local promedio.
Gua prctica para la evaluacin de impacto /Captulo 8: Regresin Discontinua/42
Salir

Contenido

Ejemplo 1: Canasta
Poblacin elegible: Slo hogares Sisbn 1, Pero los individuos deben decidir si hacen la solicitud o no (no es obligatorio).
Slo los individuos con puntaje Sisbn menor al umbral pueden participar con probabilidad positiva. El efecto del programa en este caso particular es :
lim | = lim | =

lim = 1| = 0

Gua prctica para la evaluacin de impacto /Captulo 8: Regresin Discontinua/43


Salir

Contenido

Regresin discontinua borrosa: Anlogo muestral


+ = = 1| + = 1|

Donde:

+
= 1| = 1| +

Promedios muestrales de la variable de resultado a la izquierda y a la derecha del umbral, respectivamente. Estimadores de probabilidad de participacin a la izquierda y a la derecha del umbral, respectivamente.
Salir

Gua prctica para la evaluacin de impacto /Captulo 8: Regresin Discontinua/44

Contenido

Implementacin emprica

Los simples promedios a la izquierda y derecha del umbral corresponden a las lneas horizontales, el salto entre los dos estara dado por el segmento b-c. Si, en cambio, ajustamos una regresin lineal a los datos en la vecindad izquierda y derecha del umbral (lnea slida en negrilla), entonces el salto en el umbral estara dado por el segmento a-d. El ltimo se ajusta ms al verdadero salto, que el primero.
Gua prctica para la evaluacin de impacto /Captulo 8: Regresin Discontinua/45

Salir

Contenido

Implementacin emprica
Se puede utilizar un mtodo de estimacin:
Paramtrico . Semiparamtrico. No paramtrico.

El efecto de regresin discontinua requiere la estimacin de puntos lmite alrededor del umbral de las funciones de expectativa condicional.
Gua prctica para la evaluacin de impacto /Captulo 8: Regresin Discontinua/46
Salir

Contenido

Implementacin emprica:
Estimacin paramtrica de RDN
El efecto del programa puede estimarse por medio de :
= + 1 +
Donde :

= [ | , ]

= + (
Por el supuesto de continuidad local es un local es unes una funcin continua de Z en el umbral

1 Efecto promedio del tratamiento en


Gua prctica para la evaluacin de impacto /Captulo 8: Regresin Discontinua/47
Salir

Contenido

Implementacin emprica:
Estimacin paramtrica de RDN
El efecto del programa puede estimarse por medio de :

Yi m ( Z i ) 1 E [ D i | Z i ] i
Donde :
m (Z ) :

: Es una funcin continua de Z en

E [ D i | Z i ] : Es discontinuo en el umbral

: Efecto promedio del tratamiento en el umbral o el efecto local promedio dependiendo del supuesto adaptado.
Gua prctica para la evaluacin de impacto /Captulo 8: Regresin Discontinua/48
Salir

Contenido

Estimacin paramtrica de RDB


Estimacin en dos etapas :
- Primera etapa -> Probabilidad de participacin
= | + = + +

Implementacin emprica:

: Mide la discontinuidad de la probabilidad de

participacin en Z barra.

Gua prctica para la evaluacin de impacto /Captulo 8: Regresin Discontinua/49

Salir

Contenido

Estimacin paramtrica de RDB


Estimacin en dos etapas : - Segunda etapa :
= + 1 +

Implementacin emprica:

Donde se reemplaza por ( = 1| ) predicho con base en los estimadores de la primera etapa (note similitud con el mtodo de variables instrumentales por MC2E).

f(.) y m(.) pueden ser funciones polinmicos o funciones spline de Z.


Gua prctica para la evaluacin de impacto /Captulo 8: Regresin Discontinua/50
Salir

Contenido

Estimacin no paramtrica o semiparamtrica


Reduce el sesgo asociado a error de especificacin en f(.) y m(.). Estimacin no paramtrica:
Regresin no paramtrica de Y sobre Z a cada lado del punto de discontinuidad. Regresin no paramtrica de D sobre Z a cada lado del punto de discontinuidad.
Gua prctica para la evaluacin de impacto /Captulo 8: Regresin Discontinua/51
Salir

Contenido

Estimacin no paramtrica
Ancho de banda es la ventana de observaciones que define la vecindad arbitrariamente pequea a cada lado del umbral.

Ancho de banda (h)

Ventajas de un ancho de banda ms amplio:


Mayor nmero de observaciones. Estimadores ms eficientes. Disminuye la varianza.

Desventajas de un ancho de banda ms amplio:


Individuos ms alejados del umbral pueden ser muy distintos de los individuos cercanos a ste. El grupo de control puede resultar muy heterogneo y, por lo tanto, no comparable con el grupo de tratamiento. Aumenta el sesgo.
Gua prctica para la evaluacin de impacto /Captulo 8: Regresin Discontinua/52
Salir

Contenido

Estimacin no paramtrica
Mtodos ms populares en RD:
Estimador de Kernel. Estimador de regresin lineal. Regresin polinomial local. Estimador de modelo lineal parcial.

Gua prctica para la evaluacin de impacto /Captulo 8: Regresin Discontinua/53

Salir

Contenido

Estimacin no paramtrica Estimador de Kernel


=
Donde:
+ =

+ =1| + =1|

< <

Promedio ponderado de la variable de resultado en una vecindad de distancia h, a cada lado del punto de discontinuidad.

Gua prctica para la evaluacin de impacto /Captulo 8: Regresin Discontinua/54

Salir

Contenido

Estimacin no paramtrica Estimador de Kernel


= 1| + =

< <

= 1| =

Probabilidad de participacin a cada lado del umbral.

K(.): Funcin Kernel (que pesa la observacin i dependiendo de qu tan lejos est del umbral). h: Ancho de banda I(*): 1 Si la condicin (*) se cumple 0 De lo contrario
Gua prctica para la evaluacin de impacto /Captulo 8: Regresin Discontinua/55
Salir

Contenido

Estimacin no paramtrica Regresin lineal local


La regresin lineal local tiene mejor desempeo en los lmites que la funcin Kernel.
min 1 1 ( )
| < < 2

1 , 1

Regresin lineal local a la izquierda del umbral.

2 , 2

min

2 2 ( )
| < < +

Regresin lineal local a la derecha del umbral.

Gua prctica para la evaluacin de impacto /Captulo 8: Regresin Discontinua/56

Salir

Contenido

Estimacin no paramtrica Regresin lineal local


Los estimadores de los lmites en la variable de resultado estaran dados por :
= 1 + 1 = 1 + = 2 + 2 = 2

El estimador del efecto del tratamiento en RDN sera el salto :


= 2 1

El resultado depende de la validez del supuesto de continuidad local.


Gua prctica para la evaluacin de impacto /Captulo 8: Regresin Discontinua/57
Salir

Contenido

Estimacin no paramtrica Regresin lineal local


Supuesto de continuidad local: Para establecer la validez de este supuesto es necesario:
Comparar las caractersticas observadas promedio de los individuos en una vecindad arbitrariamente pequea del umbral a cada lado. Evaluar la sensibilidad del estimador de RD a la inclusin de variables observadas adicionales. Datos panel: Estimador de RD con datos del perodo de lnea base.
Gua prctica para la evaluacin de impacto /Captulo 8: Regresin Discontinua/58
Salir

Contenido

Implementacin del diseo de RD en Stata


Metodologas:
Imbens y Lemieux (2007). Imbens y Lemieux con peso tipo triangular. Modificacin de Imbens y Lemieux con pesos tipo triangular. Rutina rd (Nichols, 2007).

Gua prctica para la evaluacin de impacto /Captulo 8: Regresin Discontinua/59

Salir

Contenido

Implementacin del diseo de RD

Ejemplo 2: Canasta
Poblacin elegible: Hogares de Sisbn 1 y 2. Cobertura universal para Sisbn 1. Mercado para todos los hogares. Cobertura parcial para Sisbn 2. Mercado para 100,000 hogares escogidos al azar. La probabilidad de participacin
Mayor o igual a cero tanto a la izquierda como a la derecha de 10.

Gua prctica para la evaluacin de impacto /Captulo 8: Regresin Discontinua/60

Salir

Contenido

Implementacin del diseo de RD

Ejemplo 2: Canasta
Bajo este diseo: Hay individuos participantes a ambos lados del umbral 10. Debido a que la cobertura es parcial para Sisbn 2, la probabilidad cambia discretamente en el punto de corte 10.
El ejemplo se refiere a un caso de regresin discontinua borrosa.

Gua prctica para la evaluacin de impacto /Captulo 8: Regresin Discontinua/61

Salir

Contenido

Implementacin del diseo de RD: Imbens y Lemieux (2007)


1. Definir el ancho de banda. 2. Estimar dos regresiones, una a cada lado del umbral. 3. Calcular la prediccin de la variable de resultado, Y, condicional en el puntaje Sisbn a cada lado del umbral con base en esas regresiones. 4. Estimar el salto de la variable de resultado en el punto de discontinuidad. 5. Mismo procedimiento para la probabilidad de participacin en el programa. 6. El efecto del programa es el cociente entre el salto en Y y el salto en la probabilidad de participacin en el umbral.
Gua prctica para la evaluacin de impacto /Captulo 8: Regresin Discontinua/62
Salir

Contenido

Implementacin del diseo de RD: Imbens y Lemieux (2007)


Formalmente:
, = min
, |10< <10

( 10 )2

Regresin de Y sobre el instrumento de focalizacin normalizado en el umbral (Z barra), con observaciones a la izquierda nicamente. Luego repite a la derecha. : Intercepto -> Estimador de Y al acercarse al umbral por la izquierda. : Pendiente de la regresin.
Gua prctica para la evaluacin de impacto /Captulo 8: Regresin Discontinua/63
Salir

Contenido

Implementacin del diseo de RD: Imbens y Lemieux (2007)


De manera anloga, r y r: Intercepto y pendiente al acercarse al umbral por la derecha. I: Estimador de Y al acercarse al umbral por la izquierda.
Gua prctica para la evaluacin de impacto /Captulo 8: Regresin Discontinua/64
Salir

Contenido

Implementacin del diseo de RD: Imbens y Lemieux (2007)

Estimador del efecto por regresin discontinua ntida:

() =
Salir

Gua prctica para la evaluacin de impacto /Captulo 8: Regresin Discontinua/65

Contenido

Implementacin del diseo de RD: Imbens y Lemieux (2007)


Estimador del efecto en regresin discontinua borrosa : - Es necesario estimar tambin la probabilidad de participacin en el tratamiento a ambos lados del punto de discontinuidad :
, = min
, |10 <10+

( 10 )2

Regresin de D sobre el instrumento de focalizacin normalizado en el umbral Z barra, con observaciones a la izquierda nicamente. Luego repite a la derecha.

El estimador del impacto por RDB estara dado por :


Salir

Gua prctica para la evaluacin de impacto /Captulo 8: Regresin Discontinua/66

Contenido

Implementacin del diseo de RD: Imbens y Lemieux con peso tipo triangular
Define un acho de banda. En las estimaciones de los promedios a cada lado del umbral se les da ahora ms peso a las observaciones ms cercanas al umbral y menos peso a las observaciones ms lejanas de ste, en vez de pesarlas todas igual.

Gua prctica para la evaluacin de impacto /Captulo 8: Regresin Discontinua/67

Salir

Contenido

Implementacin del diseo de RD: Imbens y Lemieux con peso tipo triangular
Los pesos de cada observacin se calculan de acuerdo con:
| | = 1 0 si < caso contrario

Con lo cual, entre ms cercana est la observacin al umbral tiene un mayor peso k(Zi) en la regresin, y viceversa.
Gua prctica para la evaluacin de impacto /Captulo 8: Regresin Discontinua/68
Salir

Contenido

Implementacin del diseo de RD: Modificacin de Imbens y Lemieux con pesos tipo triangular
Define un ancho de banda. Hace una nica regresin utilizando todas observaciones a la derecha y a la izquierda del umbral. las

= 0 + 1 + 2 ( 10) + 3 (( 10) ) +
Donde W es un indicador de elegibilidad
Gua prctica para la evaluacin de impacto /Captulo 8: Regresin Discontinua/69
Salir

Contenido

Implementacin del diseo de RD: Modificacin de Imbens y Lemieux peso triangular

Gua prctica para la evaluacin de impacto /Captulo 8: Regresin Discontinua/70

Salir

Contenido

Implementacin del diseo de RD: Modificacin de Imbens y Lemieux peso triangular


El intercepto a la izquierda del umbral estara dado por :
= 1, = = 0 + 1 + 2 + 3

= 1, = = 0 + 1 (1) + 2 0 + 3 0 1 = 1, = = 0 + 1
Gua prctica para la evaluacin de impacto /Captulo 8: Regresin Discontinua/71
Salir

Contenido

Implementacin del diseo de RD: Modificacin de Imbens y Lemieux peso triangular


De manera anloga, el intercepto a la derecha del umbral estara dado por o.
Entonces el salto en la discontinuidad est dado por la diferencia entre uno y otro (izquierda-derecha) =

1 Indica el valor de la discontinuidad para la variable de resultado y corresponde al efecto del tratamiento en regresin discontinua ntida.

Gua prctica para la evaluacin de impacto /Captulo 8: Regresin Discontinua/72

Salir

Contenido

En regresin discontinua borrosa es necesario calcular tambin el salto en la probabilidad de participacin :


= 1 = 0 + 1 + 2 ( 10) + 3 ( 10) +

Implementacin del diseo de RD: Modificacin de Imbens y Lemieux peso triangular

El estimador del impacto del programa sera entonces :


Salir

Gua prctica para la evaluacin de impacto /Captulo 8: Regresin Discontinua/73

Contenido

Implementacin del diseo de RD


En esencia, el estimador de RDB corresponde al mismo estimador de Wald que se puede obtener por mnimos cuadrados en dos etapas

lim | = lim | = lim =1|= lim =1|=


As, se estimara por mnimos cuadrados en dos etapas en la submuestra de observaciones tal que + . En particular : utilizara W como el instrumento (o restriccin de exclusin) y D como la variable explicativa endgena. Es decir, se estima la primera etapa de D sobre W, se construye la prediccin de D con base en los estimadores de la primera etapa y, finalmente, se estima una regresin de Y sobre D gorro. De este procedimiento se obtienen el estimador del efecto y su varianza.
Gua prctica para la evaluacin de impacto /Captulo 8: Regresin Discontinua/74
Salir

Contenido

Seleccin del ancho de banda


Validacin cruzada:
1. Estimar el impacto por RD para cada posible valor de ancho de banda. 2. Escoger el valor para el cual se minimice el error de prediccin en la variable de resultado y en la probabilidad de participacin en el tratamiento.

Gua prctica para la evaluacin de impacto /Captulo 8: Regresin Discontinua/75

Salir

Contenido

Seleccin del ancho de banda


Validacin cruzada:
El ancho de banda ptimo es el mnimo entre el h que minimiza el error de prediccin de la variable de resultado, Y, y el que minimiza el error de prediccin de la probabilidad de participacin en el programa.

=1(

, )2

, = , () si < 10 = () si 10
Gua prctica para la evaluacin de impacto /Captulo 8: Regresin Discontinua/76
Salir

Contenido

Ventaja y desventajas
VENTAJA
Los supuestos para implementarlo son plausibles en la mayora de los casos, lo cual produce estimadores del impacto del programa crebles.

DESVENTAJAS
El hecho de que el estimador local, se estime slo alrededor del punto de discontinuidad . Esto tiene implicaciones en trminos del alcance de la interpretacin del estimador. Requiere muestras grandes para lograr densidad a lado y lado del umbral.

Gua prctica para la evaluacin de impacto /Captulo 8: Regresin Discontinua/77

Salir

Ejemplo:

Contenido

Rgimen subsidiado de salud y los recin nacidos (Camacho y Conover, 2009)


Objetivo: Establecer si la implementacin del rgimen subsidiado de salud tuvo efectos positivos en la salud de los nios recin nacidos en Colombia. Seleccin: Para pertenecer al rgimen subsidiado se debe ser clasificado como pobre a travs de la encuesta Sisbn, es decir, obtener un puntaje menor a 47.
Salir

Gua prctica para la evaluacin de impacto /Captulo 8: Regresin Discontinua/78

Ejemplo:

Contenido

Rgimen subsidiado de salud y los recin nacidos (Camacho y Conover, 2009)

Probabilidad de pertenecer al rgimen subsidiado

Puntaje Sisbn estandarizado en 47


Gua prctica para la evaluacin de impacto /Captulo 8: Regresin Discontinua/79
Salir

Ejemplo:

Contenido

Rgimen subsidiado de salud y los recin nacidos (Camacho y Conover, 2009)


Diseo de la evaluacin: Regresin discontinua borrosa.

Con puntajes > 47 Existen individuos Con puntajes < 47

No pertenecen al rgimen subsidiado. Pertenecen al rgimen subsidiado.

Gua prctica para la evaluacin de impacto /Captulo 8: Regresin Discontinua/80

Salir

Ejemplo:

Contenido

Rgimen subsidiado de salud y los recin nacidos (Camacho y Conover, 2009)


Variables de inters: Variables de acceso a servicios de salud para madres embarazadas: Visitas prenatales. Si el nio naci en un hospital. Si cont con la presencia de un mdico en el momento del nacimiento. Estado de salud en nios recin nacidos: Peso en el momento del nacimiento.
Salir

Gua prctica para la evaluacin de impacto /Captulo 8: Regresin Discontinua/81

Ejemplo:
Se crean una serie de variables dictomas para: Peso al nacer: Si el recin nacido se considera de bajo peso.
Si el recin nacido se considera de muy bajo peso. Si el nacimiento fue prematuro.

Contenido

Rgimen subsidiado de salud y los recin nacidos (Camacho y Conover, 2009)

Si la prueba Apgar a los cinco minutos del nacimiento es superior a siete.

Gua prctica para la evaluacin de impacto /Captulo 8: Regresin Discontinua/82

Salir

Ejemplo:

Contenido

Rgimen subsidiado de salud y los recin nacidos (Camacho y Conover, 2009)


Metodologa: 1. Instrumentar la participacin en el rgimen subsidiado de salud utilizando el criterio de elegibilidad para el rgimen. Variable dictoma: 1 0 si puntaje Sisbn 47

de lo contrario

2. Se estiman diferentes modelos en la primera etapa de la regresin, con diferentes anchos de banda y la inclusin de diferentes controles.
Gua prctica para la evaluacin de impacto /Captulo 8: Regresin Discontinua/83
Salir

Ejemplo:

Contenido

Rgimen subsidiado de salud y los recin nacidos (Camacho y Conover, 2009)


Se prueba que no existen discontinuidades en una serie de variables observadas de control. Resultados: Encuentran que el rgimen subsidiado tiene un impacto significativo en la incidencia del bajo peso al nacer.
Se encuentra que una expansin del 10% en el rgimen subsidiado de salud reduce la incidencia de nacimientos de bajo peso entre 1.3% y 3.7%.
Gua prctica para la evaluacin de impacto /Captulo 8: Regresin Discontinua/84
Salir

Ejemplo:
Peso bajo al nacer Probabilidad de tener bajo peso al nacer

Contenido

Rgimen subsidiado de salud y los recin nacidos (Camacho y Conover, 2009)

Puntaje Sisbn estandarizado en 47


Gua prctica para la evaluacin de impacto /Captulo 8: Regresin Discontinua/85
Salir

Ejemplo:

Contenido

Rgimen subsidiado de salud y los recin nacidos (Camacho y Conover, 2009)


Pese a que se encuentra un impacto significativo en la incidencia bajo peso al nacer, no hay ningn impacto significativo en el acceso a los servicios de salud por parte de madres embarazadas.

Gua prctica para la evaluacin de impacto /Captulo 8: Regresin Discontinua/86

Salir

Contenido

Conclusiones
Importancia del anlisis grfico:
El impacto del programa alrededor del umbral o puntaje de corte. Variables observables como funcin del instrumento de focalizacin. Densidad del instrumento de focalizacin Z.

Gua prctica para la evaluacin de impacto /Captulo 8: Regresin Discontinua/87

Salir

Contenido

Conclusiones
Intervalos para anlisis grfico:
Suficientemente amplios:
Contener suficientes observaciones. Ser precisos.

Suficientemente pequeos:
Observar saltos en el punto de discontinuidad.

Gua prctica para la evaluacin de impacto /Captulo 8: Regresin Discontinua/88

Salir

Contenido

Conclusiones
Seleccin del intervalo de confianza ptimo a partir del mtodo de validacin cruzada.

Pruebas de especificacin:
Densidad de la variable de focalizacin. Impacto utilizando diferentes anchos de banda. Pruebas contrafactuales de impactos donde a priori no debera haber efectos del programa.
Gua prctica para la evaluacin de impacto /Captulo 8: Regresin Discontinua/89
Salir