Академический Документы
Профессиональный Документы
Культура Документы
Evaluacin de Impacto
Universidad de Santiago
2013
Diferencias en diferencias
Evaluacin de Impacto
Universidad de Santiago
2013
Introduccin
La seleccin aleatoria (oferta y promocin) y regresin discontinua estiman el contrafactual con reglas explcitas de asignacin del programa.
La estimacin del contrafactual es creble, haciendo pocas suposiciones e imponiendo pocas restricciones. Cuando es menos factible aplicar esas metodologas o cuando las reglas de asignacin son menos claras pueden utilizarse otros mtodos como diferencia en diferencia o pareamiento (matching). Ambos mtodos requieren de suposiciones ms requieren necesariamente de datos de lnea base. fuertes y
Evaluacin de Impacto
Universidad de Santiago
2013
Diferencias en diferencias
Consiste en aplicar una doble diferencia. Compara los cambios a lo largo del tiempo en la variable de inters entre una poblacin inscrita en un programa (GT) y una poblacin no inscrita (GC).
Ej: Programa construccin de carreteras que no se puede asignar aleatoriamente y no se asigna en funcin de un ndice claramente definido. Objetivo: Mejorar el acceso a los mercados laborales Indicador: Tasa de empleo. El simple cambio antes-despus no nos muestra un impacto causal(Otros factores pueden incidir en el empleo). Contrafactual falso 1.
4 Evaluacin de Impacto Universidad de Santiago 2013
Diferencias en diferencias
La comparacin entre reas que recibieron y no recibieron generar problemas si existen razones no observables por las que unas recibieron y otras no. Contrafactual falso 2.
Diferencia en diferencia (DD) compara los cambios antes-despus de un grupo inscrito en un programa y los cambios antes-despus de un grupo no inscrito. La primera diferencia corresponde a los resultados antes-despus del GT y considera los factores constantes en el tiempo de este grupo. La segunda diferencia corresponde a los resultados antes-despus del GC y considera los factores externos que varan con el tiempo. (Estando expuesto a las mismas condiciones ambientales).
5 Evaluacin de Impacto Universidad de Santiago 2013
Diferencias en diferencias
De esta forma se elimina la principal causa de sesgo que nos preocupaba en el caso de las comparaciones simples antesdespus.
DD combina los dos falsos contrafactuales. Lo que se estima es el cambio en los resultados del GT.
Los GT y GC no tienen que contar necesariamente con las mismas condiciones previas a la intervencin.
No obstante, para que el mtodo sea vlido, el grupo de comparacin debe representar el cambio en los resultados que habra experimentado el GT en ausencia del programa. Slo se requiere medir los resultados del GT y GC antes y despus.
No requiere que se especifiquen reglas para la asignacin del tratamiento.
Evaluacin de Impacto
Universidad de Santiago
2013
Diferencias en diferencias
Segundo contrafactual falso
Diferencias en diferencias
Pasos:
1.Se calcula la diferencia del resultado (Y) entre las situaciones antes y despus para el grupo tratamiento (B-A). 2.Se calcula la diferencia del resultado (Y) entre las situaciones antes y despus para el grupo de comparacin (D-C). 3.Se calcula la diferencia entre la diferencia en los resultados del grupo de tratamiento (B-A) y la diferencia del grupo de comparacin (D-C), o DD= (B-A)-(D-C).
Evaluacin de Impacto
Universidad de Santiago
2013
DD resuelve este problema. Supone que las caractersticas de las unidades o las personas son constantes en el tiempo.
Ej. observables: fecha nacimiento, ingreso regional, educacin. Ej. No-observables: motivacin, inteligencia, autodisciplina.
Si observramos a la misma persona antes y despus del programa se anulara el efecto de todas las caractersticas especficas de esa persona que son constantes.
9 Evaluacin de Impacto Universidad de Santiago 2013
10
Evaluacin de Impacto
Universidad de Santiago
2013
Evaluacin de Impacto
Universidad de Santiago
2013
Diferencias en diferencias
12
Evaluacin de Impacto
Universidad de Santiago
2013
Se necesitan al menos dos rondas de datos para los GT y GC antes del comienzo del programa. Esto significa que contaremos con al menos tres rondas de datos para la evaluacin.
Dos para analizar las tendencias previas al programa
Una posterior para evaluar el impacto mediante DD Otra forma de comprobar el supuesto de las tendencia iguales es por medio de la prueba placebo.
Se realiza una estimacin adicional de DD mediante un grupo de tratamiento falso (no afectado por el programa).
13 Evaluacin de Impacto Universidad de Santiago 2013
14
Evaluacin de Impacto
Universidad de Santiago
2013
15
Evaluacin de Impacto
Universidad de Santiago
2013
Qu supuestos bsicos son necesarios para aceptar el resultado del sexto caso? De acuerdo a los resultados, se debera extender el PSSS a nivel nacional?
16
Evaluacin de Impacto
Universidad de Santiago
2013
Limitaciones
Es generalmente menos robusto que los mtodos de seleccin aleatoria.
Puede haber un sesgo en la estimacin incluso cuando las tendencias son paralelas al comienzo de la intervencin. Esto porque DD atribuye a la intervencin cualquier diferencia en las tendencias entre los GT y GC que se produzca desde el comienzo de la intervencin.
Si hay algn otro factor que afecte la diferencia la estimacin ser sesgada.
Ejemplo: Subsidio al arroz. GT afectado por sequa, mientras GC no se ve afectado.
17 Evaluacin de Impacto Universidad de Santiago 2013