Оглавление
Raquel Bernal. Guía práctica para la evaluación de impacto
1
1.1. El impacto de las evaluaciones de impacto
1.2. Los pasos previos a la evaluación
1.3. Evaluación de proyectos vs. evaluación de impacto
1.4. Estructura del libro
Agradecimientos
Bibliografía
2
Bibliografía
3
Bibliografía
4
4.1. Intervenciones a nivel individual vs. conglomerados
4.2. El modelo de diferencias
4.3. El estimador de diferencias con regresores adicionales
4.4. El estimador de diferencias con efectos heterogéneos
4.5. El estimador de diferencias en el tiempo
4.6. Problemas potenciales de la aleatorización
4.7. Verificación de la aleatorización
4.8. Desventajas de los métodos experimentales
4.9. Implementación del modelo de diferencias en Stata
4.10. Conclusiones y ejemplos
Bibliografía
5
5.1. El modelo de diferencias-en-diferencias
5.2. El estimador de diferencias-en-diferencias con regresores adicionales
5.3. El estimador de diferencias-en-diferencias para múltiples períodos
5.4. Diferencias-en-diferencias utilizando datos de corte transversal repetidos
5.5. Implementación del modelo de diferencias-en-diferencias en Stata. 1) Modelo de diferencias-en-diferencias con datos panel
2) Modelo de diferencias-en-diferencias con datos de corte transversal
5.6. Conclusiones y ejemplos
Bibliografía
6
6.1. Probabilidad de participación
6.2. Soporte común
6.3. Selección de un algoritmo de emparejamiento
a. Estimador PSM por vecino más cercano
b. Emparejamiento de distancia máxima
c. Estimador PSM por estratificación
d. Estimador PSM por kernel y regresión lineal local
e. Estimador de dobles diferencias emparejadas
f. ¿Qué algoritmo de emparejamiento elegir?
6.4. Calidad del emparejamiento
6.5. Errores estándar
6.6. Pruebas de falsificación
6.7. Implementación del método de emparejamiento en Stata
6.8. Conclusiones y ejemplos
Bibliografía
7
7.1. Definición de variable instrumental
7.2. Estimación por el método de variables instrumentales
7.3. Elección de los instrumentos
7.4. Evaluación de la variable instrumental
7.5. Problemas potenciales del estimador de variables instrumentales
7.6. Implementación empírica del estimador de variables instrumentales
7.7. Conclusiones y ejemplos
Bibliografía
8
8.1. El diseño de regresión discontinua nítida
8.2. El diseño de regresión discontinua borrosa (RDB)
8.3. Implementación empírica del estimador de RD
8.4. Implementación del diseño RD en Stata
2) IL con pesos de tipo “triangular”
3) Modificación de IL con pesos tipo “triangular”
Resultado 8.3:
Bibliografía
9
9.1. Estimación del modelo
9.2. Implementación del modelo de funciones de control en Stata
9.3. Conclusiones y ejemplos
Bibliografía
10
10.1. El modelo estructural y la forma reducida del modelo
10.2. Métodos de estimación
10.3. Modelos estructurales dinámicos
10.4. Conclusiones y ejemplos
Bibliografía
11
11.1. Efectos de la duración de exposición al tratamiento con respecto al grupo de no participantes
11.2. Análisis de intensidad: comparando individuos tratados según la duración de exposición al programa
11.3. Conclusiones y ejemplos
Bibliografía
12
¿Qué técnica usar y cuándo?
Evaluadores y ejecutores
¿Evaluar o no evaluar?
Bibliografía
13
Anexo 1: Estimación de mínimos cuadrados ordinarios
¿Cómo estimar los parámetros del modelo de regresión lineal? El método de mínimos cuadrados ordinarios
Anexo 2: El estimador de MCO es insesgado
Anexo 3: Estimador del impacto del programa por MCO en el modelo de diferencias
Anexo 4: Estimación de variables binarias: probabilidad lineal, logit y probit
Anexo 5: Traducción y explicación de una salida de Stata
