Evaluación de políticas públicas con Microsimulaciones - Cepal
Evaluación de políticas públicas con Microsimulaciones - Cepal Evaluación de políticas públicas con Microsimulaciones - Cepal
Estimadores de Matching Kernel Matching En el método de Kernel Matching todas las observaciones tratadas son emparejadas con un promedio ponderado de todas las unidades de control. Las ponderaciones empleadas son inversamente proporcionales a la distancia entre los propensity scores de las unidades tratadas y de control. El estimador se calcula de la forma siguiente: ⎧ C ⎛ p j − pi ⎞⎫ ⎪ ∑ j∈C Yj K ⎜ ⎟⎪ K 1 ⎪ T hn ⎪ ATT = Y ⎝ ⎠ T ∑ ⎨ i − ⎬ N i∈T ⎪ ⎛ pk − p ⎞ i k∈C K ⎪ ⎪ ∑ ⎜ ⎟ ⎝ h ⎪ ⎩ n ⎠ ⎭ donde K (.) es una función kernel y h n es un parámetro de ancho de banda.
Estimadores de Matching Kernel Matching Le da un peso decreciente a observaciones que se encuentran más lejos de cada observación tratamiento Suele utilizar más observaciones que los métodos anteriores (aunque en realidad depende del tipo de Kernel), por ello hay que tener especial cuidado con determinar cuales observaciones están en el soporte común
- Page 1 and 2: Evaluación de políticas públicas
- Page 3 and 4: Introducción ¿Logra el programa
- Page 5 and 6: Bases teóricas de la evaluación d
- Page 7 and 8: Metodología básica Opciones para
- Page 9 and 10: Metodología básica CONTRAFACTUAL
- Page 11 and 12: Metodología básica El principal
- Page 13 and 14: EL PROBLEMA DE EVALUACIÓN Para ide
- Page 15 and 16: Metodología básica Existen dos pa
- Page 17 and 18: Metodología básica Existen varia
- Page 19 and 20: Metodología básica Uno de los m
- Page 21 and 22: Metodología básica SUPUESTOS DE I
- Page 23 and 24: Metodología básica Condición de
- Page 25 and 26: Propensity Score Matching (PSM) ¿
- Page 27 and 28: Propensity Score Matching (PSM) El
- Page 29 and 30: Propensity Score Matching (PSM) PRO
- Page 31 and 32: Propensity Score Matching (PSM) Los
- Page 33 and 34: Estimadores de Matching Todas los
- Page 35: Estimadores de Matching Nearest Nei
- Page 39 and 40: Estimadores de Matching Estimador C
- Page 41 and 42: PSTEST La propiedad de equilibrio
- Page 43 and 44: Consideraciones prácticas Indicado
- Page 45 and 46: Consideraciones prácticas ¿Cómo
- Page 47 and 48: Rutinas de STATA para realizar Matc
Estimadores <strong>de</strong> Matching<br />
Kernel Matching<br />
Le da un peso <strong>de</strong>creciente a observaciones que<br />
se encuentran más lejos <strong>de</strong> cada observación<br />
tratamiento<br />
Suele utilizar más observaciones que los<br />
métodos anteriores (aunque en realidad<br />
<strong>de</strong>pen<strong>de</strong> <strong>de</strong>l tipo <strong>de</strong> Kernel), por ello hay que<br />
tener especial cuidado <strong>con</strong> <strong>de</strong>terminar cuales<br />
observaciones están en el soporte común