MÉTODOS QUANTITATIVOS APLICADOS À AVALIAÇÃO DE POLÍTICAS PÚBLICAS USANDO STATA. Prof. Leonardo Sangali Barone

(1)

MÉTODOS QUANTITATIVOS APLICADOS À AVALIAÇÃO DE POLÍTICAS PÚBLICAS

USANDO STATA

Prof. Leonardo Sangali Barone

Objetivos do Curso

O curso tem como objetivo oferecer ao participante instrumental básico para a análise econométrica dos efeitos de políticas públicas, de programas de treinamento, educacionais ou profissionais, e de tratamentos em pesquisa com dados observáveis utilizando o software estatístico STATA. Espera-se que o curso contribua tanto para ampliar as habilidades dos participantes na manipulação de dados e produção de análises estatísticas quanto para o desenvolvimento de desenhos de pesquisas quantitativas que envolvam a identificação de efeitos causais.

O curso é dividido em dois módulos. Os objetivos no primeiro módulo são a familiarização com o software e suas funcionalidades e linguagem, a manipulação de bases de dados, a produção de análises exploratórias com gráficos e tabelas, a produção de inferência a partir de estatísticas básicas e, sobretudo, a produção de análises de regressão multivariada. Espera-se, ao final do primeiro módulo, que o participante seja capaz de utilizar autonomamente o STATA para fins de pesquisa. Trata-se, neste primeiro módulo, de um curso estritamente aplicado. Utiliza-se como material de apoio manuais de introdução ao software STATA e livros-texto de estatística, alguns dos quais sugeridos na bibliografia em cada aula.

No segundo módulo, mais avançado, o principal objetivo é discutir os problemas relacionados à identificação de efeitos causais na utilização de modelos de regressão linear para avaliação de efeitos de políticas pública se aplicar as soluções propostas pela literatura contemporânea sobre políticas públicas, ciência política, sociologia ou economia. Tal como na primeira etapa, haverá preocupação direta com a aplicação das técnicas estatísticas no STATA. Entretanto, é de fundamental importância nesta etapa a leitura dos textos teóricos e empíricos relacionados aos tópicos da aula.

Duração

O curso terá duração dois módulos de 20 horas, divididas em 5 encontros de 4 horas. Não é necessário cursar os dois módulos, sendo o primeiro recomendado aos que querem apenas desenvolver seus conhecimentos em STATA e o segundo aos que se interessam pelas técnicas de avaliação econométricas.

(2)

Tamanho da turma

Para fins de realização do curso indica-se a formação de uma turma de, no máximo, 12 alunos. Calendário sugerido

Módulo 1 Data Horário

Aula 1 27-fev-12 das 9h às 13h Aula 2 28-fev-12 das 9h às 13h Aula 3 29-fev-12 das 9h às 13h Aula 4 01-mar-12 das 9h às 13h Aula 5 02-mar-12 das 9h às 13h

Módulo 2 Data Horário

Aula 1 05-mar-12 das 9h às 13h Aula 2 06-mar-12 das 9h às 13h Aula 3 07-mar-12 das 9h às 13h Aula 4 08-mar-12 das 9h às 13h Aula 5 09-mar-12 das 9h às 13h

(3)

PROGRAMA

Módulo Básico – Regressão Linear usando STATA Duração: 20 horas, dividas em 5 encontros Requisito: Conhecimentos básicos de estatística

Aula 1 – Manipulação de bases de dados e análise exploratória a. Criação de bases de dados

b. Funcionalidades básicas do Stata c. Lendo o Help

d. Importação e exportação de bases de dados

e. Problemas freqüentes para utilização de bases de dados f. Exportação de resultados para editores de planilha e texto g. Rotulação de dados, variáveis e valores

h. Exploração do banco de dados e uso de lógica relativa i. Criação e recodificação de variáveis

j. Introdução a gráficos

k. Descrevendo os dados com gráficos l. Gráficos de dispersão

m. Edição de gráficos n. Tabelas de freqüência o. Tabelas de contingência p. Tabelas de múltiplas entradas Leituras de apoio:

 Sirkin, R. Mark. Statistics for the social sciences.

 Introduction to STATA. UCLA: Academic Technology Services, Statistical Consulting Group. from http://www.ats.ucla.edu/stat/stata

Aula 2 – Estatísticas básicas e continuação de análise exploratória a. Sumário estatístico e medidas de tendência central e dispersão b. Tabelas de sumário estatístico

c. Medidas de associação em tabelas d. Correlação

e. Testes de hipóteses f. Análise de variância Leituras de apoio:

Aula 3 – Regressão Linear – Introdução a. Da correlação à regressão simples

(4)

c. Regressão multivariada

d. Interpretação de regressão multivariada Leituras de apoio:

 Lewis-Beck, M. Applied Regression: An Introduction

 Triverdi, P. T. ; Cameron, A. C.. Microeconometrics using Stata Aula 4 – Regressão Linear – diagnóstico e usos avançados

a. Normalidade dos resíduos

b. Heterocedasticidade, multicolinearidade, linearidade e problemas de especificação c. Testes de robustez

d. Utilização de variáveis categóricas em uma regressão multivariada e. Controle de efeito fixo

f. Interação entre variáveis em uma regressão multivariada g. Dados em painel

h. Regressão com erro padrão robusto i. Regressão com erro padrão clusterizado Leituras de apoio:

 Sirkin, R. Mark. Statistics for the social sciences.  Wooldridge, J.. Introdução à Econometria

 Triverdi, P. T. ; Cameron, A. C.. Microeconometrics using Stata

 Bramboret all. Understanding interaction models: Improving empirical analyses Aula 5 – Regressão com variáveis dependentes discretas

a. Regressão Logística – introdução b. Diagnóstico para regressões logística c. Regressão logística multinomial d. Probit e outras formas funcionais

e. Regressão com dados truncados/censurados (Tobit) Leituras de apoio:

 Sirkin, R. Mark. Statistics for the social sciences  Wooldridge, J.. Introdução à Econometria

 Menard, S. Applied Logistic Regression Analysis (Quantitative Applications in the Social Sciences)

(5)

Módulo Avançado – Avaliação econométrica de políticas públicas, programas e efeitos de tratamentos usando STATA

Duração: 20 horas, dividas em 5 encontros

Requisitos: Haver cursado satisfatoriamente o Módulo Básico; ou conhecimentos básicos de STATA e regressão linear.

1 – Identificação de efeito causal em modelos de regressão linear a. Rubin Causal Model e efeito causal

b. Efeitos do tratamento, tratados, não tratados e testes de hipóteses c. Interpretação de resultados de um experimento

d. Modelos saturados

e. Controles e problemas de identificação Leituras sugeridas:

 Rubin, D.B. (2004). Teaching Statistical Inference for Causal Effects in Experiments andObservational Studies. JournalofEducationaland Behavioral Statistics.

 Angrist, J.; Pishckin, J. Mostly Harmless Econometrics

 Imbens, G. W.; Wooldridge, J. M. (2009). Recent Developments in the Econometrics of Program Evaluation. JournalofEconomicLiterature

 Lee, M. J. Micro-Econometrics for Policy, Program and Treatment Effects.  Triverdi, P. T. ; Cameron, A. C.. Microeconometrics using Stata

2 – Regressão, Matching e propensity score a. Operando matching – noçõesbásicas b. Propensity score matching

c. Comparando Propensity score matching e a regressão linear d. General Least Square

Leituras sugeridas:

 Abadie, Alberto, and Guido Imbens (2006): Large Sample Properties of Matching Estimators for Average Treatment Effects. Econometrica

 Angrist, J.; Pishckin, J. Mostly Harmless Econometrics.

 Lee, M. J. Micro-Econometrics for Policy, Program and Treatment Effects.

 Imbens, G. W.; Wooldridge, J. M. (2009). Recent Developments in the Econometrics of Program Evaluation. Journal of Economic Literature

 Triverdi, P. T. ; Cameron, A. C.. Microeconometrics using Stata. Aulas 3 e 4 – Regressão, modelos de seleção e variáveis instrumentais

a. Modelos de seleção

b. Variáveis instrumentais, 2SLS, endogeneidade e causalidade c. Variáveis instrumentais e o propensity score

(6)

e. Sobre-identificação em 2SLS f. Local avaragetreatmenteffects g. CompliantSubpopulation Leituras sugeridas:

 Heckman, J. J. (1979). Sample selection bias as a specification error. Econometrica, 47, 153-161.

 Heckman, J. J. (1989). Causal inference and nonrandom samples. Journal of Educational Statistics, 14, 159-168.

 Angrist, J. D., Imbens, G. W., & Rubin, D. B. (1996). Identification of causal effects using instrumental variables. Journal of the American Statistical Association, 91, 434,

 Imbens, G. W.; Wooldridge, J. M. (2009). Recent Developments in the Econometrics of Program Evaluation. Journal of Economic Literature

 Triverdi, P. T. ; Cameron, A. C.. Microeconometrics using Stata

 Wooldridge, J. M. Econometric Analysis of Cross Section and Panel Data. 5 – Efeitos Fixos, diferenças em diferenças e regressão descontínua

a. Diferenças em diferenças – introdução b. Utilizando dados em painel e efeitos fixos c. Regressão em diferenças em diferenças d. Críticas a diferenças em diferenças e. Regressão descontínua (RDD)– introdução f. RDD Sharp versus fuzzy

g. Regressão descontínua linear h. Regressão descontínua não-linear Leituras sugeridas:

 Rubin, D.B. (2004). Teaching Statistical Inference for Causal Effects in Experiments and Observational Studies. JournalofEducationalandBehavioralStatistics.

 Imbens, G. W.; Wooldridge, J. M. (2009). Recent Developments in the Econometrics of Program Evaluation. JournalofEconomicLiterature

 Lee, M. J. Micro-Econometrics for Policy, Program and Treatment Effects  Triverdi, P. T. ; Cameron, A. C.. Microeconometrics using Stata