Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
()()(Ayudantía 10)()() Trini Correa Tema I a) Para tener una comparación directa de resultados (efecto causal)… Recibe tratamientos - no recibir tratamiento (ambos dado que son privadas) Nivel de satisfacción probablemente distintos! Si las tiene que haz privadas fueran públicas, igual no tendrían los mismos resultados que las públicas. Mejores restructura, personas más atento, servicio más rápido, etc. Debería ser 0, pero probablemente no lo es b) Para que se pueda estimar el modelo, necesitamos que haya: clínicas que pasen de ser privadas a públicas o viceversa. —> superar el sesgo Ahora se trabaja con datos de panel… misma clínica pero en un momento t recibe el tratamiento. Si tenemos tales clínicas, B será causal si las clínicas que se cambian no lo hacen en un momento del tiempo donde justamente estén empeorando o mejorando (hecho de ser privada no correlaciona con u ) —> Cambio debe ser exógeno, independiente del nivel de satisfacción. Se debe cumplir supuestos de media condicional nula. Es decir, adentro de cada i no hay sesgo de selección. PRIVADA PRIVADA PÚBLICA PÚBLICA PRIVADA PRIVADA PÚBLICA PRIVADA - OBSERVABLE PRIVADA, SI NO RECIBE EL TRATAMIENTO : "FUERA PÚBLICA " INOBSERVABLE " SUMAMOS I " PRIVADA PRIVADA PÚBLICA PÚBLICA + PÚ ""# PRIVADA PÚBLICA PÚBLICA EFECTO QUE QUEREMOS ESTIMAR SESGO DE SELECCIÓN it c) Se puede, pero necesita un T grande para que la estimación de los efectos fijos sea consistente. De lo contrario, se complicaría su uso para hacer inferencia. d) Como los modelos con y sin efecto fijo entregan información distinta, se puede deber a qué hay un sesgo de selección. Si se controla este sesgo, podemos ver los cambios por ser meramente privada o pública. En conclusion. -En el panel inferior (sin efectos fijos) se observa que las clínicas privadas tienen mejores indicadores de calidad en todas las medidas. -Pero una vez que se incorporan los efectos fijos, nada indica que las clínicas privadas sean mejores. Incluso parecen ser peores en “información”. -Las diferencias encontradas en el panel inferior se deben a que las clínicas privadas y publicas son muy diferentes (hay sesgo de selección), algo que se corrige con los efectos fijos. Y ¡+ = ✗ + B • ( i = PRIVADA) + ✗ i + U ¡ + } ¥ MODELO SIN } EFECTO FIJO ✗ B PRIVADA ✓ ✗ B PRIVADA y a) Tema II Usando un modelo Diff-and-Diff Este podría modelarse de la siguiente manera: Donde post es una variable dummy que toma el valor de 1 en el periodo t posterior a la ley, y access es una dummy que indica si el estado aprobó la ley en algún momento. b) Que los estados que la aprobaron, si no lo hubieran hecho, habrían evolucionado de igual manera en el tiempo que aquellos que no la aprobaron. Podemos ver si el supuesto de “tendencias paralelas” se cumple en periodos anteriores a la aprobación de la ley. c) Dado que en los periodos anteriores a la ley, los betas no son significativamente distintos de 0, el supuesto de tendencias paralelas si se cumple. Por su parte, dado que ninguno de los coeficientes correspondientes a los periodos 0-4 es significativo, no se encuentra evidencia en favor de que un mayor acceso al EC disminuya los nacimientos. Ysz =p Poste t 8 Access, + B Poste ✗ Access , t Ust yst = y Postf t S Access, + B Poste ✗ Access t Ust e) d) Se ve que antes del cambio de ley, las 2 curvas se movían de manera similar hasta el periodo justo antes donde la curva azul es mucho menor a La Roja. Esto sugiere que se podría usar el modelo Diff-and-Diff —> cumple el supuesto de tendencias paralelas. Dado que después del cambio, la diferencia entre la azul y la roja se agranda, esto implicaría que la ley aumento las visitas para obtener EC en comparación a las visitas por otros motivos. Al tener mayor acceso a EC via farmacias, disminuyen las acusaciones de agresiones sexualles. Columnas (3) y (4) —> sirven de placebo: ayudan a ver que no cambian las denuncias por otros tipos de crimen (asaltos) que no tienen nada que ver con el acceso a EC. A FAVOR DE Ho
Compartir