Generalidades Flashcards
¿Cuál es la mejor opción entre datos de panel y cross-section?
Desde nuestro punto de vista, datos de panel es siempre preferible. Cross-section necesita hacer un supuesto más fuerte: en ausencia de la X, todos los individuos tienen la misma Y (ex.: sin policías, todas las ciudades son igualmente seguras).
Datos de panel incluye la posibilidad que supone cross-section.
¿Qué es el supuesto de identificación?
Es el supuesto sobre el que se sostienen los resultados. Este supuesto no se puede testear porque si lo hacemos, estamos simplemente mudando el supuesto de identificación a otro lado. Por eso, al final del día, todo es un tema argumentativo sobre cuánto te crees el supuesto de identificación.
Modus Tollens: X → Y. Explicar suficiencia y necesidad.
También llamado la falacia de la afirmación consecuente. Nosotros sabemos que X causa Y. Esto quiere decir que Y es condición necesaria para que ocurra X y por otro lado, X es condición suficiente para que ocurra Y.
Es decir, si ocurre X, sabemos que eso va a causar Y (condición suficiente) pero no podemos concluir que haya ocurrido X solo por observar que ocurrió Y (condición suficiente pero no necesaria -podría ser que sí como que no-). Además, si no vemos Y, sabemos que NO ocurrió X. Dicho de otra manera, ver X te permite concluir Y; no ver Y te permite concluir que no hubo X; ver Y no te permite concluir que hubo X (quizás sí, quizás no).
Ex.: la lluvia (X) hace que se moje el piso (Y). Si sabemos que llovió, sabemos que se mojó el piso (condición suficiente). Pero no podemos afirmar que haya llovido solo por haber visto el piso mojado porque podría ser que esté mojado por otros motivos. Más allá, sabemos que si no está mojado el piso, no llovió.
La falacia está en afirmar que ocurrió X por haber visto Y solo por saber que X causa Y.
¿Qué debe suceder para que una pregunta esté bien identificada? Individual Treatment Effect.
Sucede cuando los individuos podrían haber sido tratados como no. Es decir, el outcome de interés sería la diferencia entre el outcome potencial del individuo de haber sido tratado menos el outcome potencial del mismo individuo de no haber sido tratado.
En la realidad sucede solo una de las dos posibilidades pero tiene que suceder que ex-ante podría haber sido tratado como no.
De esto se trata el ITE: hacer la resta entre los outcomes potenciales del mismo individuo para ver el efecto del tratamiento. Por supuesto, esto es imposible de observar porque uno de ellos será el fáctico y el otro será el contra-fáctico. A raíz de esto es que la literatura termina restando efectos promedios en vez de efectos individuales.
¿Cuál es el second best que utilizamos por no poder calcular el ITE? SUTVA (Stable Unit Treatment Value Assumption)
Estudiamos los efectos promedios utilizando individuos distintos y representativos del grupo que nos interesa estudiar. Para eso necesitamos hacer un supuesto importante: SUTVA.
El SUTVA asume dos cosas:
→ No hay interferencia: los outcomes potenciales entre los individuos no están relacionados.
→ No hay variaciones: el tratamiento se aplicó igual para todos los individuos.
¿Qué es el Average Treatment Effect on the Treated (TOT)?
Es la herramienta que vamos a poder utilizar para investigar causalidad, siempre y cuando asumamos que no hay sesgo de selección.
El TOT consiste en calcular el efecto de un tratamiento sobre el grupo tratado, a través de restar el outcome para los individuos tratados con el outcome para los individuos no tratados. Esto solo es posible de aceptar si el sesgo de selección es cero porque estarías diciendo que ambos grupos son iguales, entonces, ambos tendrían el mismo resultado en ausencia del tratamiento (lo que es imposible de saber).
Si no asumís nada sobre el sesgo de selección, no podrías atribuirle el cambio del resultado entre los dos grupos post tratamiento al tratamiento porque esos grupos podrían ser distintos. Básicamente, necesitás que no haya sesgo de selección para poder considerar que el resultado hoy del grupo no tratado es válido tomarlo como el resultado hoy que tendría el grupo tratado si no hubiese sido tratado (usás este dato en representación de una situación contra-fáctica).
¿Qué asumimos para poder lidiar con el sesgo de selección?
Hacemos un supuesto de independencia de que el outcome potencial de todo el grupo de control no está relacionado con el tratamiento. Es como decir que todos, los tratados y no tratados, son iguales. Se dice que es independiente xq no depende de otras variables, al outcome solo lo afecta el tratamiento.
Es un supuesto que construimos a partir de hacer una selección aleatoria.
¿Cómo pasamos del TOT a OLS?
Es sencillo:
→ α: el promedio muestral del outcome para los no tratados.
→ α + β: el promedio muestral del outcome para los tratados.
→ β: el efecto del tratamiento porque es el promedio muestral para los tratados menos los no tratados.
Asumir que no hay sesgo de selección es el supuesto de identificación de OLS: la exogeneidad de la variable independiente. Porque es lo mismo que decir que:
E(Yc | t) = E(Yc | c)
¿Por qué un sorteo no soluciona totalmente nuestros problemas?
Porque un sorteo pierde las propiedades que lo hacen beneficioso si la muestra que se está sorteando es muy chica. Recordar la situación en la que se sortea el tratamiento entre 4 personas, 2 varones y 2 mujeres, ¿sirve de algo el sorteo si los varones son tratados y las mujeres no?. El azar no termina de eliminar el sesgo de selección.
Por eso, incluso en nuestro escenario First Best, una muestra grande será necesaria.
