Ayudantía 10 Trini Correa

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