Metodologa para la Evaluacin de Impacto Propensity Score Matching
Fabiola Rivera Ramrez
[email protected] bjetivo de la Evaluacin de Impacto: O Determinar si el programa produjo los efectos deseados y si esos efectos son atribuibles a la intervencin.
a pregunta fundamental a responder: L Qu habra pasado si el programa/intervencin no se hubiera llevado a cabo? (escenario contrafactual) ara determinar el escenario P contrafactual: Grupo de control
Determinacin del escenario contrafactual
Diseos experimentales: Distribucin aleatoria del programa. Ventaja: Crea grupos de tratamiento y control comparables. Desventaja: No todos los calificados para recibir el programa lo reciben Diseos cuasi-experimentales (no aleatorios): Se generan grupos de comparacin similares al grupo de tratamiento en las caractersticas observables usando diferentes metodologas economtricas Ventaja: Se basa en datos existentes Desventaja: Metodologa menos slida, mtodos complejos y existe sesgo de seleccin.
Mtodos de evaluacin de impacto
Experimentales
Aleatorizacin Mtodos de matching:Propensity Score Matching Mtodos de doble diferencia o diferencia en las diferencias: Se compara grupo de tratamiento y control antes y despus del programa Mtodos de variables instrumentales: Se usan variables que influyen en la participacin Comparaciones reflexivas: Con base en una encuesta bsica antes del programa y con una encuesta de seguimiento para medir el antes y el despus del programa.
No Experimentales o cuasi experimentales
Propensity Score Matching
Objetivo:
Encontrar un grupo de no beneficiarios (control) comparable con el grupo de beneficiarios (tratamiento) con base en caractersticas observables.
Propensity Score Matching Pasos
1. 2.
3. 4.
5.
6.
Contar con una encuesta representativa con informacin de participantes y no participantes Con la muestra de beneficiarios y no beneficiarios estimar un modelo logit o probit de la participacin en el programa- Clculo del Propensity Score Restringir la muestra a la regin de soporte comn Para cada individuo de la muestra de tratamiento buscar una observacin en la muestra de control que tenga el propensity score ms cercano (matching) Comparar los indicadores de resultados, la diferencia es la estimacin de la ganancia debido al programa para esa observacin Calcular la media de las ganancias de los individuos para obtener la ganancia promedio total
Propensity Score Matching Mtodos de Matching
Nearest Neighbor:Realiza el matching de cada individuo del grupo de tratamiento con el individuo del grupo de control que tiene el propensity score ms cercano. Problema-la distancia entre propensity scores puede ser muy grande Radius Matching: A diferencia del mtodo anterior, ste define una vecindad acotada por un radio, limita las diferencias que debe haber en los propensity scores para hacer el matching.
Propensity Score Matching Mtodos de Matching
Kernel Matching: Los hogares de tratamiento se comparan con un promedio ponderado de los individuos de control. Los ponderadores son inversamente proporcionales a la distancia entre los propensity scores del grupo de tratamiento y de control Stratification Matching: Este mtodo agrupa los propensity scores en categoras (quintiles). Dentro de cada quintil se busca el matching entre individuos de tratamiento y control.
Propensity Score Matching Comandos de stata (Becker e Ichino,
2002)
Para calcular el Propensity score:
pscore treatment [varlist] [weight] [if exp] [in range], pscore(newvar) [blockid(newvar) detail logit comsup level(#) numblo(#)] Se calcula el propensity score y se prueba la condicin de equilibrio de las variables, esto es, que las caractersticas de los tratados y los de control sean parecidas para las observaciones con el mismo propensity score.
Ejemplo en stata: Propensity score para el crdito informal
Propensity Score Matching Comandos de stata (Becker e Ichino,
2002)
Para calcular el efecto promedio de tratamiento sobre los tratados: Nearest Neighbor
attnd outcome treatment [varlist] [weight] [if exp] [in range] [,pscore(scorevar) logit index comsup detail bootstrap reps(#) noisily dots] attnw outcome treatment [varlist] [weight] [if exp] [in range] [,pscore(scorevar) logit index comsup detail bootstrap reps(#) noisily dots]
Ejemplo en stata: Impacto del crdito informal en la pobreza
Propensity Score Matching Comandos de stata (Becker e Ichino,
2002)
Radius Matching
attr outcome treatment [varlist] [weight] [if exp] [in range] [,pscore(scorevar) logit index radius(#) comsup detail bootstrap reps(#) noisily dots]
Kernel Matching
attk outcome treatment [varlist] [weight] [if exp] [in range] [,pscore(scorevar) logit index epan bwidth(#) comsup detail bootstrap reps(#) noisily dots]
Stratification Matching
atts outcome treatment [varlist] [if exp] [in range], pscore(scorevar) blockid(blockvar) [comsup detail bootstrap reps(#) noisily dots] Ejemplo en Stata
Bibliografa
Becker, Sascha e Ichino, Andrea (2002), "Estimation of Average Treatment Effects Based on Propensity Scores", en The Stata Journal, vol. 2, no. 4. Dehejia Rajeev H. y Wahba, Sadek (2002), Propensity ScoreMatching Methods for Nonexperimental Causal Studies, The Review of Economics and Statistics, Vol. 84, No. 1, Febrero, pp. 151-161. Ravallion, Martin and Jyotsna Jalan, (2003), Estimating the Benefit Incidence of an Antipoverty Program by Propensity Score Matching, Journal of Business and Economic Statistics, American Statistical Association. Rosenbaum, Paul R. y Rubin, Donald B. (1983), The Central Role of Propensity Score in Observational Studies for Causal Effects, Biometrika, Vol. 70, No.1,pp.41-55.
