Flashcard FC117704
Quais características principais permitem que modelos quase-experimentais estimem efeitos causais a partir de dados observacionais?
Estatística Experimental, Planejamento e Pesquisa
CEBRASPE (CESPE) · 2024
Quais características principais permitem que modelos quase-experimentais estimem efeitos causais a partir de dados observacionais?
Mostrar resposta e comentário
Resposta
Utilizam dados observacionais e hipóteses identificacionais para aproximar um contrafactual; exigem pressupostos (ex.: seleção observável/ausência de confundidores não observados, common support ou tendências paralelas quando aplicável) e verificação por testes de robustez.Explicação:
Modelos quase-experimentais buscam replicar um contrafactual válido sem randomização, apoiando-se em hipóteses que tornam comparáveis tratados e controles e em técnicas estatísticas para controlar vieses.
Pressupostos típicos: unconfoundedness (seleção baseada em observáveis) para matching/IPW; common support; ou pressupostos de tendências (para métodos temporais).
Devem acompanhar-se de testes de sensibilidade e robustez para avaliar violação de hipóteses.
Exemplo:
Suponha avaliar o efeito de um programa sobre rendimento usando propensity score matching.
Passos: estimar a probabilidade de tratamento \(e(X)=P(T=1\mid X)\) por um modelo logit; parear cada indivíduo tratado com controle de escore próximo; calcular a diferença média dos resultados.
Fórmula do ATT por pareamento uno-a-um:
\( \hat{ATT} = \frac{1}{N_T}\sum_{i:T_i=1}\big(Y_i - Y_{j(i)}\big)\), onde \(j(i)\) é o controle pareado de i.
Pressupostos necessários: unconfoundedness (todos os confundidores observáveis estão em X) e common support (sobreposição dos escores).
Realize checagens: balanceamento das covariáveis após o pareamento e análises de sensibilidade a confundidores não observados.
Veja como foi cobrado:
https://flashcardsconcursos.com.br/portal/flashcard/100043
Conteúdo do catálogo FC Concursos · Atualizado em