á ó medici sebasti
TRANSCRIPT
Imp
act
Evalu
ati
on
Med
ici
Med
ici óó
n de
Impa
cto
n de
Impa
cto
Seba
sti
Seba
sti áá
n M
art
n M
art íí n
eznez
Ban
co M
undia
lBan
co M
undia
l
MMééto
do
s d
e e
valu
aci
tod
os
de e
valu
aci
óón
de i
mp
act
on
de i
mp
act
o
Nota
: dia
posi
tiva
s pre
par
adas
por
Seb
astián
Mar
tínez
. El co
nte
nid
o d
e es
ta p
rese
nta
ción r
efle
ja las
opin
iones
del
au
tor
y no n
eces
aria
men
te las
del
Ban
co M
undia
l. D
icie
mbre
de
2007.
2
Med
ició
n de
impa
cto
1)
Infe
renci
a ca
usa
lContr
afac
tual
esContr
afac
tual
esfa
lsos:
Ante
s y
des
pués
(pre
vio-p
ost
erio
r)In
scrito
-no insc
rito
(m
anza
nas
y n
aran
jas)
2)
Mét
odos
de
eval
uac
ión d
e im
pac
to:
Contr
ole
s al
eato
rios
Prom
oci
ón a
leat
oria
(IV)
Dis
eño d
e dis
continuid
ad/R
DD
(re
gre
ssio
ndis
continuity
des
ign,
RD
Dpor
su s
igla
en inglé
s)D
ifer
enci
a en
difer
enci
asPa
ream
iento
/mat
chin
g(p
ropen
sity
score
mat
chin
g,
PSM
por
su s
igla
en inglé
s)
3
Eval
uaci
ón d
e im
pact
o
Mar
co lógic
oTeo
ría
Med
ició
n d
e i
mp
act
oE
stra
teg
ia d
e
iden
tifi
caci
ón
Dat
os
Pla
n d
e oper
acio
nes
Rec
urs
os
4
Med
ició
n de
impa
cto
1)I
nfe
ren
cia c
au
sal
Co
ntr
afa
ctu
ale
sContr
afac
tual
esfa
lsos:
Ante
s y
des
pués
(pre
vio-p
ost
erio
r)In
scrito
-no insc
rito
(m
anza
nas
y n
aran
jas)
2)
Mét
odos
de
eval
uac
ión d
e im
pac
to:
Contr
ole
s al
eato
rios
Pro
moci
ón a
leat
oria
(IV)
Dis
eño d
e dis
continuid
ad (
RD
D)
Difer
enci
a en
difer
enci
asPar
eam
iento
/mat
chin
g
5
Nue
stro
obj
etiv
o:
Cal
cula
r el
efe
cto C
AU
SAL
(im
pac
to)
de
la inte
rven
ción P
(pro
gra
ma
o t
rata
mie
nto
)
en
el r
esultad
o Y
(in
dic
ador,
med
ida
del
éxi
to)
Eje
mplo
: ¿c
uál
es
el e
fect
o d
e un
pro
gra
ma d
e t
ran
sfere
nci
a m
on
eta
ria (
P)
en
el
con
sum
o d
el
ho
gar
(Y)?
6
Infe
renc
ia c
ausa
l
¿Cuál
es
el e
fect
o d
e P
en Y
?
Res
pues
ta:
α= (
Y |
P=
1)-
(Y |
P=
0)
¿Lis
tos?
¿N
os
vam
os
a ca
sa?
7
Prob
lem
a de
FAL
TA D
E D
ATO
S
Para
un b
enef
icia
rio d
el p
rogra
ma:
obse
rvam
os
(Y |
P=
1):
El niv
el d
e co
nsu
mo (
Y)
con u
n p
rogra
ma
de
tran
sfer
enci
a m
onet
aria
(P)
Pero
no o
bse
rvam
os
(Y |
P=
0):
El niv
el d
e co
nsu
mo
(Y)
sin u
n p
rogra
ma
de
tran
sfer
enci
a m
onet
aria
(P)
α= (
Y |
P=
1)-
(Y |
P=
0)
8
Solu
ción
Est
imar
lo q
ue
hu
bie
rasu
cedid
o a
Yen
ause
nci
a de
P
Est
o s
e den
om
ina…
CO
NTR
AFA
CTU
AL
La c
lave
de
una
eval
uac
ión d
e im
pac
to e
s te
ner
un
con
trafa
ctu
alvá
lido
9
Cálc
ulo
del i
mpa
cto
de P
en Y
OBSERVAR (
Y |
P=
1)
Inte
nci
ón d
e Tra
tar
(ITT)
–A q
uie
nes
se
ofr
eció
trat
amie
nto
Tra
tam
iento
en T
rata
dos
(TO
T)
–Q
uie
nes
est
án
reci
bie
ndo t
rata
mie
nto
CA
LC
ULA
Rco
ntr
afac
tual
par
a (Y
| P
=0)
Utiliz
ar g
rupo d
e co
mp
ara
ció
no d
e co
ntr
ol
α= (
Y |
P=
1)-
(Y |
P=
0)
IMPACTO
= r
esultad
o c
on t
rata
mie
nto
-co
ntr
afac
tual
10
El “c
lon”
perf
ecto
6 du
lces
Impa
cto
= 6
Impa
cto
= 6
-- 4 =
2 d
ulce
s4
= 2
dulc
es
Ben
efic
iario
Con
trol
4 du
lces
11
En re
alid
ad, u
tiliz
ar e
stad
ístic
a
Prom
edio
Y =
6 d
ulce
s
Impa
cto
= 6
Impa
cto
= 6
-- 4 =
2 d
ulce
s4
= 2
dulc
es
Ben
efic
iario
Con
trol
Prom
edio
Y =
4 d
ulce
s
12
Obt
enci
ón d
e un
bue
n co
ntra
fact
ual
Ente
nder
el pro
ceso
de
GEN
ERACIÓ
N D
E D
ATO
SPr
oce
so c
onduct
ual
por
el q
ue
se d
eter
min
a la
par
tici
pac
ión e
n e
l pro
gra
ma
(tra
tam
iento
)¿C
óm
o s
e as
ignan
los
ben
efic
ios?
¿Cuál
es s
on las
reg
las
de
eleg
ibili
dad
?
La o
bse
rvac
ión t
rata
da
y el
contr
afac
tual
:tien
en c
arac
teríst
icas
idén
tica
s, c
on e
xcep
ción d
e lo
s ben
efic
ios
de
la inte
rven
ción
Con u
n b
uen
contr
afac
tual
, el
ún
ico
mo
tivo
de
la d
ifer
enci
a de
resu
ltad
os
entr
e el
gru
po d
e tr
atam
iento
y e
l gru
po d
e co
ntr
ol es
la
inte
rven
ció
n (
P)
13
Estu
dio
de c
aso
¿Cuál
es
el e
fect
o d
e u
n p
rog
ram
a d
e t
ran
sfere
nci
a
mo
neta
ria (
P)
en e
l co
nsu
mo
del
ho
gar
(Y)?
Progra
ma
PRO
GRESA/O
PORTU
NID
AD
ES
Progra
ma
nac
ional
contr
a la
pobre
za e
n M
éxic
o
Com
enzó
en 1
997
5 m
illones
de
ben
efic
iarios
hac
ia 2
004
Ele
gib
ilidad
–bas
ado e
n índic
e de
pobre
zaTra
nsf
eren
cias
monet
aria
sco
ndic
ionad
as a
la
asis
tenci
a es
cola
r y
visi
tas
a ce
ntr
os
de
salu
dEva
luac
ión d
e im
pac
to r
iguro
sa c
on g
ran c
antidad
de
dat
os
506 c
om
unid
ades
, 24 m
il hogar
esD
atos
inic
iale
s, 1
997;
seguim
iento
, 2008
Much
os
resu
ltad
os
de
inte
rés.
Aquíco
nsi
der
amos:
Est
án
dar
de v
ida:
con
sum
o p
er
cáp
ita
14
No e
legib
le (
No
pobre
)
Ele
gib
le(P
obre
)
Estu
dio
de c
asos
No
in
scri
to
Insc
rito
Ele
gib
ilid
ad
e I
nsc
rip
ció
n
15
Med
ició
n de
impa
cto
1)
Infe
renci
a ca
usa
lContr
afac
tual
es
Co
ntr
afa
ctu
ale
sfa
lso
s:A
nte
s y d
esp
ués
(pre
vio
-p
ost
eri
or)
Insc
rito
-no insc
rito
(m
anza
nas
y n
aran
jas)
2)
Mét
odos
de
eval
uac
ión d
e im
pac
to:
Contr
ole
s al
eato
rios
Pro
moci
ón a
leat
oria
(IV)
Dis
eño d
e dis
continuid
ad (
RD
D)
Difer
enci
a en
difer
enci
asPar
eam
iento
/mat
chin
g
16
Cont
rafa
ctua
les
fals
os
Dos
contr
afac
tual
esco
munes
que
deb
en
evitar
se:
Ante
s y
des
pués
(pre
vio-p
ost
erio
r)D
atos
sobre
los
mis
mos
indiv
iduos
ante
s y
des
pués
de
la inte
rven
ción
Insc
rito
s-no insc
rito
s (m
anza
nas
y n
aran
jas)
D
atos
sobre
un g
rupo d
e in
div
iduos
insc
rito
en e
l pro
gra
ma,
y o
tro g
rupo n
o insc
rito
No c
onoce
mos
la c
ausa
Am
bos
contr
afac
tual
espued
en lle
var
a re
sultad
os
sesg
ados
17
Cont
rafa
ctua
lfal
so n
.°1
An
tes
y D
esp
ués
Y
Tie
mp
oT=
0
Dato
s in
icia
les
T=
1
Dato
s fi
nale
s
A-B
= 4
A-C
= 2
¿IM
PA
CTO
?
BA C (
con
trafa
ctu
al)
18
Caso
1: A
ntes
y D
espu
és
2 P
unto
s en
el Tie
mpo
Se
mid
e a
ben
efic
iarios
en: C
onsu
mo e
n T
=0
Consu
mo e
n T
=1
Cál
culo
del
contr
afac
tual
(Yi,t|
P=0)
= (
Yi,t-
1|
P=0)
“Im
pac
to”
= A
-B =
35
Tiem
po
¿Cuál es
el ef
ecto
de
un
pro
gra
ma d
e t
ran
sfere
nci
a
mo
neta
ria (
P)
en e
l co
nsu
mo
del
ho
gar
(Y)? B
T=0
T=1
Y 233
268
A
α=3
5
19
Caso
1: A
ntes
y D
espu
és
Reg
resi
ón L
inea
lR
egre
sión
Lin
eal M
ultiv
aria
ble
Impa
cto
Est
imad
o35
.27*
*34
.28*
*(2
.16)
(2.1
1)**
Sig
nific
ativ
o al
1%
Cas
o 1
- Ant
es y
Des
pués
Ant
esD
espu
est-s
tat
Con
sum
o Pr
omed
io23
3.47
268.
7516
.3
Cas
o 1
- Ant
es y
Des
pués
20
Caso
1: A
ntes
y D
espu
és
2 P
unto
s en
el Tie
mpo
Sólo
mid
e ben
efic
iarios
en:
Consu
mo e
n T
=0
Consu
mo e
n T
=1
Cál
culo
del
contr
afac
tual
(Yi,t|
P=
0)
= (
Yi,t-
1|
P=
0)
“Im
pac
to”
= A
-B =
35
No c
ontr
ola
por
fact
ore
s que
varían
en
el tiem
po
Boom
: Im
pac
to =
A-C
A-B
= s
obre
estim
ació
nRec
esió
n:
Impac
to =
A-D
A-B
= s
ubes
tim
ació
n
Tiem
po
¿Cuá
l es
el p
robl
ema?
B
T=0
(199
7)
T=1
(199
8)
Y 233
268
A
α=3
5
D?
C?
Impac
to
Impac
to
21
Med
ició
n de
impa
cto
1)
Infe
renci
a ca
usa
lContr
afac
tual
es
Co
ntr
afa
ctu
ale
sfa
lso
s:Ante
s y
des
pués
(pre
vio-p
ost
erio
r)
Insc
rito
-no
in
scri
to (
man
zan
as
y
nara
nja
s)
2)
Mét
odos
de
eval
uac
ión d
e im
pac
to:
Contr
ole
s al
eato
rios
Pro
moci
ón a
leat
oria
(IV)
Dis
eño d
e dis
continuid
ad (
RD
D)
Difer
enci
a en
difer
enci
asPar
eam
iento
/mat
chin
g
22
Cont
rafa
ctua
lfal
so n
.°2
Insc
rito
-no
in
scri
to
Dat
os
post
erio
res
al t
rata
mie
nto
en 2
gru
pos
Insc
rito
: gru
po d
e tr
atam
iento
No insc
rito
: gru
po d
e “c
ontr
ol”
(contr
afac
tual
)Lo
s n
o e
leg
ible
spar
a par
tici
par
Los
que
op
tan
po
r N
Opar
tici
par
Ses
go d
e se
lecc
ión
El m
otivo
de
la n
o insc
ripci
ón p
ued
e es
tar
corr
elac
ionad
o
con e
l re
sultad
o (
Y)
Posi
ble
contr
ola
r la
s ca
ract
erís
tica
s obse
rvab
les
¡Per
o n
o c
ontr
ola
r la
s no o
bse
rvab
les!
El im
pac
to e
stim
ado s
e co
nfu
nde
con o
tros
fact
ore
s
23
No e
legib
le(N
o p
obre
)
Ele
gib
le(P
obre
)
Caso
2: I
nscr
ito –
no in
scrit
o
No
in
scri
to
Y =
29
0
Insc
rito
Y =
26
8
Resu
ltad
os
en
perí
od
o p
ost
eri
or
al
trata
mie
nto
(1
99
8)
¿En
qu
ép
ued
en
dif
ere
nci
ars
e e
l g
rup
o i
nsc
rito
y e
l n
o
insc
rito
, fu
era
de s
u p
art
icip
aci
ón
en
el
pro
gra
ma?
24
Caso
2: I
nscr
ito –
no in
scrit
o
No
Insc
rito
Insc
rito
t-sta
tC
onsu
mo
Prom
edio
290.
1626
8.75
5.6
Cas
o 2
- Ins
crito
/No
Insc
rito
Reg
resi
ón L
inea
lR
egre
sión
Lin
eal M
ultiv
aria
ble
Impa
cto
Estim
ado
-22.
7**
-4.1
5(3
.78)
(4.0
5)**
Sig
nific
ativ
o al
1%
Cas
o 2
- Ins
crito
/No
Insc
rito
25
Consi
der
e lo
s re
sultad
os…
…
¿Cuál
res
ultad
o e
s el
mas
cie
rto?
Proble
ma
con A
nte
s-D
espués
:N
o s
e co
nsi
der
an o
tros
fact
ore
s que
varían
en e
l tiem
po
Pro
ble
ma
con I
nsc
rito
-no insc
rito
:N
o s
abem
os
si o
tros
fact
ore
s, fuer
a de
la inte
rven
ción,
inci
den
en e
l re
sultad
o
Estu
dio
de c
asos
Reg
resi
ón
Li
neal
Reg
resi
ón L
inea
l M
ultiv
aria
ble
Reg
resi
ón
Li
neal
Reg
resi
ón L
inea
l M
ultiv
aria
ble
Impa
cto
Estim
ado
35.2
7**
34.2
8**
-22.
7**
-4.1
5(2
.16)
(2.1
1)(3
.78)
(4.0
5)**
Sig
nific
ativ
o al
1%
Cas
o 1
- Ant
es y
Des
pués
Cas
o 2
- Ins
crito
/No
Insc
rito
26
Med
ició
n de
impa
cto
1)
Infe
renci
a ca
usa
lContr
afac
tual
esContr
afac
tual
esfa
lsos:
An
tes
y d
esp
ués
(pre
vio
-po
steri
or)
Insc
rito
-no
in
scri
to (
man
zan
as
y n
ara
nja
s)
2)M
éto
do
s d
e e
valu
aci
ón
de
imp
act
o:
Co
ntr
ole
s ale
ato
rio
s P
rom
oci
ón
ale
ato
ria (
IV)
Dis
eñ
o d
e d
isco
nti
nu
idad
(R
DD
)D
ifere
nci
a e
n d
ifere
nci
as
Pare
am
ien
to/
matc
hin
g
27
Sele
cció
n de
l mét
odo…
Par
a id
entifica
r un m
étodo d
e ev
aluac
ión d
e im
pac
to a
pro
pia
do p
ara
su p
rogra
ma,
consi
der
e:
Prosp
ectivo
/ret
rosp
ectivo
Reg
las
de
eleg
ibili
dad
Plan
de
imple
men
taci
ón
¿El univ
erso
de
eleg
ible
s es
may
or
que
los
recu
rsos
dis
ponib
les
en u
n m
om
ento
dad
o?
Pres
upues
to y
cap
acid
ad d
e im
ple
men
taci
ón
Exc
eso d
e dem
anda
par
a el
pro
gra
ma
Crite
rios
de
eleg
ibili
dad
Foca
lizac
ión g
eográ
fica
, et
c.
Sel
ecci
one
la e
stra
tegia
más
sólid
a de
acuer
do
con e
l co
nte
xto o
per
acio
nal
28
Sele
cció
n de
l mét
odo
Iden
tifica
r el
“m
ejor”
dis
eño p
osi
ble
de
acuer
do c
on e
l co
nte
xto o
per
acio
nal
Mej
or
dis
eño =
men
or
ries
go d
e co
nta
min
ació
n¿S
e co
ntr
ola
por
“todo”?
Val
idez
inte
rna
¿El re
sultad
o e
s vá
lido p
ara
“todos”
?Val
idez
ext
erna
Efe
cto loca
l y
efec
to g
lobal
del
tra
tam
iento
29
Med
ició
n de
impa
cto
1)
Infe
renci
a ca
usa
lContr
afac
tual
esContr
afac
tual
esfa
lsos:
An
tes
y d
esp
ués
(pre
vio
-po
steri
or)
Insc
rito
-no
in
scri
to (
man
zan
as
y n
ara
nja
s)
2)M
étodos
de
eval
uac
ión d
e im
pac
to:
Co
ntr
ole
s ale
ato
rio
sPro
moci
ón a
leat
oria
(IV)
Dis
eño d
e dis
continuid
ad (
RD
D)
Difer
enci
a en
difer
enci
asPar
eam
iento
/mat
chin
g
30
Cont
role
sal
eato
rios
Cuan
do u
niv
erso
de
eleg
ible
s >
que
n.°
ben
efic
ios:
Rea
lizar
una
sele
cció
n a
leat
oria
Asi
gnar
por
sort
eo a
quié
nes
se
le o
frec
en los
ben
efic
ios
Modo e
quitat
ivo,
tran
spar
ente
y é
tico
de
asig
nar
ben
efic
ios
entr
e quie
nes
tie
nen
el m
ism
o d
erec
ho
a re
cibirlo
s
Exc
eso d
e D
eman
da:
Dar
a c
ada
unid
ad e
legib
le las
mis
mas
oport
unid
ades
de
reci
bir t
rata
mie
nto
Com
par
ar e
l gru
po a
l que
se le
ofr
eció
trat
amie
nto
con e
l gru
po a
l que
no s
e le
ofr
eció
(contr
ole
s)
Ale
atoriza
ción p
or
etap
as:
Dar
a c
ada
unid
ad e
legib
le las
mis
mas
oport
unid
ades
de
reci
bir t
rata
mie
nto
en p
rim
er lugar
, se
gundo,
terc
ero…
Com
par
ar e
l gru
po a
l que
se le
ofr
eció
trat
amie
nto
prim
ero
con e
l gru
po a
l que
se le
ofr
eció
más
adel
ante
(co
ntr
ole
s)
31
Alea
toriz
ació
n
1.
Un
ivers
o2
. M
uest
ra a
leato
ria
de e
leg
ible
s
No
ele
gib
le =
Ele
gib
le =
3.
Tra
tam
ien
to
ale
ato
rio
Valid
ez
exte
rna
Valid
ez
inte
rna
32
Unid
ad d
e al
eato
rizac
ión
Sel
ecci
onar
la s
egún e
l tipo d
e pro
gra
ma:
Indiv
idual
/Hogar
Esc
uel
a/Cen
tro s
alud/z
ona
capta
ción
Man
zana/
Pueb
lo/C
om
unid
adD
istr
ito m
unic
ipal
/Dep
arta
men
to/R
egió
n
Ten
er e
n c
uen
ta los
siguie
nte
s punto
s:Es
nec
esar
io u
n n
úm
ero “
sufici
ente
men
te g
rande”
de
unid
ades
par
a det
ecta
r el
im
pac
to m
ínim
o d
esea
do
Spill
ove
rs/c
onta
min
ació
nCost
os
oper
ativ
os
y de
encu
esta
s
Com
o r
egla
gen
eral
, opte
por
alea
toriza
ren
la
mín
ima
unid
ad d
e im
ple
men
taci
ón v
iable
.
33
Mues
tra
de
la e
valu
ació
n d
e O
port
unid
ades
Unid
ad d
e al
eato
riza
ción:
com
unid
ad
Ale
atoriza
ción
por
etap
as:
320 c
om
unid
ades
de
trat
amie
nto
(14.4
46
hogar
es)
Prim
eras
tra
nsf
eren
cias
dis
trib
uid
as e
n a
bril 1998
186 c
om
unid
ades
de
contr
ol (9
.630 h
ogar
es)
Prim
eras
tra
nsf
eren
cias
en n
ovi
embre
1999
Caso
3: A
leat
oriz
ació
n
34
Var
iab
les
Treatment
(4,670)
Control
(2727)
t-stats
Consumption per
capita
233.47
233.4
-0.04
1.0
21
.3Head's age
41.94
42.35
1.2
0.2
0.2
7Head's education
2.95
2.81
-2.16
0.0
40
.05
Spouse's age
37.02
36.96
-0.38
0.7
0.2
2Spouse's education
2.76
2.76
-0.006
0.0
30
.04
Speaks an indigenous
language
41.69
41.95
0.21
0.0
07
0.0
09
Head is female
0.073
0.078
0.66
0.0
03
0.0
05
Household at
baseline
5.76
5.7
-1.21
0.0
20
.03
8
Bathroom at baseline
0.57
0.56
-1.04
0.0
07
0.0
09
Total hectareas of
land
1.63
1.72
1.35
0.0
30
.05
Min. Distance loc-
urban
109.28
106.59
-1.02
0.6
0.8
1
RANDOMIZATION
Caso
3: E
quili
brio
inic
ial
35
Caso
3: A
leat
oriz
ació
n
Con
trol
Trea
tam
ient
ot-s
tat
Pro
med
io
Bas
al23
3.40
233.
470.
04
Pro
med
io
Segu
imie
nto
239.
526
8.75
9.6
Cas
o 3
- Ale
ator
izac
ión
Reg
resi
ón L
inea
lR
egre
sión
Lin
eal M
ultiv
aria
ble
Impa
cto
Estim
ado
29.2
5**
29.7
9**
(3.0
3)(3
.00)
** S
igni
ficat
ivo
al 1
%
Cas
o 3
- Ale
ator
izac
ión
36
Estu
dio
de c
asos
Cas
o 1
- Ant
es y
D
espu
ésC
aso
2 -
Insc
rito/
No
Insc
rito
Cas
o 3
- A
leat
oriz
ació
nR
egre
sión
Lin
eal
Mul
tivar
iabl
eR
egre
sión
Lin
eal
Mul
tivar
iabl
eR
egre
sión
Lin
eal
Mul
tivar
iabl
e
Impa
cto
Estim
ado
34.2
8**
-4.1
529
.79*
*(2
.11)
(4.0
5)(3
.00)
** S
igni
ficat
ivo
al 1
%
37
Med
ició
n de
impa
cto
1)
Infe
renci
a ca
usa
lContr
afac
tual
esContr
afac
tual
esfa
lsos:
An
tes
y d
esp
ués
(pre
vio
-po
steri
or)
Insc
rito
-no
in
scri
to (
man
zan
as
y n
ara
nja
s)
2)
Méto
do
s d
e e
valu
aci
ón
de i
mp
act
o:
Contr
ole
s al
eato
rios
Pro
mo
ció
n a
leato
ria (
IV)
Dis
eño d
e dis
continuid
ad (
RD
D)
Difer
enci
a en
difer
enci
asPar
eam
iento
/mat
chin
g
38
Prom
oció
n al
eato
ria (V
I)Esc
enar
ios
com
unes
:Pro
gra
ma
nac
ional
con e
legib
ilidad
univ
ersa
lIn
scripci
ón v
olu
nta
ria
al p
rogra
ma
¿Se
pued
e co
mpar
ar insc
rito
s y
no
insc
rito
s?¡S
esgo d
e se
lecc
ión!
39
Prom
oció
n al
eato
ria (I
V)Po
sible
solu
ción:
pro
porc
ionar
pro
moci
ón a
dic
ional
, m
otiva
ciones
o ince
ntivo
s a
una
subm
ues
tra
alea
toria:
Info
rmac
ión
Motiva
ción (
peq
ueñ
o p
rem
io o
ben
efic
io)
Tra
nsp
ort
eO
tra
ayuda/
otr
os
ince
ntivo
s
Condic
iones
nec
esar
ias:
1.
Gru
pos
con p
rom
oci
ón y
sin
pro
moci
ón s
on c
om
par
able
s:La
pro
moci
ón n
o e
stá
corr
elac
ionad
a co
n las
car
acte
ríst
icas
de
la
pobla
ción
Gar
antiza
do p
or
la a
leat
oriza
ción
2.
Insc
ripci
ón m
ás a
lta
al p
rogra
ma
en e
l gru
po c
on p
rom
oci
ón
3.
La p
rom
oci
ón n
o a
fect
a lo
s re
sultad
os
de
modo d
irec
to
40
Prom
oció
n al
eato
ria
Ele
gib
ilid
ad
u
niv
ers
al
Ele
gib
le =
Pro
mo
ció
n
ale
ato
ria
Insc
rip
ció
n
Nu
nca
Sie
mp
rePro
mo
ció
n
Sin
p
rom
oci
ón
Se in
scri
be=
41
Prom
oció
n al
eato
riaC
on
pro
mo
ció
n
Insc
rito
s= 8
0%
Y =
10
0
SIN
pro
mo
ció
n
Insc
rito
s= 3
0%
Y =
80
Nunca
se
insc
ribe
Se
insc
ribe
si s
e lo
in
centiva
Se
insc
ribe
siem
pre
IMP
AC
TO
∆In
scri
tos=
0.5
∆Y
=2
0
Imp
act
o =
40
42
Ejem
plos
Seg
uro
de
salu
d m
ater
no infa
ntil en
Arg
entina
Cam
pañ
as inte
nsi
vas
de
info
rmac
ión
Progra
ma
de
emple
os
en A
rgen
tina
Tar
jeta
s de
tran
sport
e
Adm
inis
trac
ión e
scola
r co
munitar
ia e
n
Nep
alApoyo
de
ON
G
Fondos
par
a pre
venci
ón d
e ries
gos
de
salu
d e
n I
ndia
Apoyo
de
equip
os
de
recu
rsos
com
unitar
ios
43
Prom
oció
n al
eato
riaPru
eba
pilo
to r
iguro
sa d
e la
est
rate
gia
de
pro
moci
ón
Se
obtien
e in
form
ació
n a
dic
ional
de
inte
rés:
Modos
de
aum
enta
r la
insc
ripci
ón
No s
e tien
e que
“exc
luir”
a nad
ie,
per
o…
La e
stra
tegia
dep
ende
del
éxi
to y
la
valid
ez d
e la
pro
moci
ón
Se
obtien
e un p
rom
edio
loca
l del
efe
cto d
el t
rata
mie
nto
La p
rom
oci
ón a
leat
oria
es u
na
variab
le
inst
rum
enta
l (V
I)U
na
variab
le c
orr
elac
ionad
a únic
amen
te c
on e
l tr
atam
iento
(por
ejem
plo
, Pr
om
oci
ón a
leat
oria)
Pued
e en
contr
arse
más
info
rmac
ión e
n e
l ap
éndic
e
44
Tra
tam
ien
to
ale
ato
rio
(Co
n p
rom
oci
ón
)
Insc
rito
s= 9
2%
Y =
26
8
Co
ntr
ol
ale
ato
rio
Insc
rito
s= 0
%Y
= 2
39
Nunca
se
insc
ribe
Se
insc
ribe
si s
e lo
in
centiva
IMP
AC
TO
∆In
scri
tos=
0.9
2
∆Y
=2
9
Imp
act
o T
T=
31
Caso
4: V
I
45
Cal
cule
el ef
ecto
TO
T d
e O
port
unid
ades
sobre
consu
mo
Eje
cute
la
regre
sión 2
SLS
Caso
4: V
I -TO
T Reg
resi
ón L
inea
lR
egre
sión
Lin
eal M
ultiv
aria
ble
Impa
cto
Estim
ado
29.8
8**
30.4
4**
(3.0
9)(3
.07)
** S
igni
ficat
ivo
al 1
%
Cas
o 4
- IV
46
Med
ició
n de
impa
cto
1)
Infe
renci
a ca
usa
lContr
afac
tual
esContr
afac
tual
esfa
lsos:
An
tes
y d
esp
ués
(pre
vio
-po
steri
or)
Insc
rito
-no
in
scri
to (
man
zan
as
y n
ara
nja
s)
2)
Méto
do
s d
e e
valu
aci
ón
de i
mp
act
o:
Contr
ole
s al
eato
rios
Pro
moci
ón a
leat
oria
(IV)
Dis
eñ
o d
e d
isco
nti
nu
idad
(R
DD
)D
ifer
enci
a en
difer
enci
asPar
eam
iento
/mat
chin
g
47
Dis
cont
inui
dade
s en
la e
legi
bilid
ad
Los
pro
gra
mas
soci
ales
much
as v
eces
foca
lizan
el
trat
amie
nto
med
iante
un índic
e de
eleg
ibili
dad
:Pro
gra
mas
de
luch
a co
ntr
a la
pobre
za:
des
tinad
os
a hogar
es p
or
deb
ajo d
e un d
eter
min
ado
índic
e de
pobre
za
Progra
mas
de
pen
siones
:des
tinad
os
a una
pobla
ción d
e m
ás d
e ci
erta
edad
Bec
as e
scola
res:
des
tinad
as a
est
udia
nte
s co
n p
unta
jes
alto
s en
pru
ebas
est
andar
izad
as
Para
un d
iseñ
o d
e dis
continuid
ad s
e nec
esita:
-Índic
e co
ntinuo d
e el
egib
ilidad
-Punto
de
cort
e cl
aram
ente
def
inid
o
48
Ejem
plo:
Índic
e de
eleg
ibili
dad
(punta
je)
de
1 a
100
Sobre
la
bas
e de
cara
cter
ística
s an
teriore
s a
la
inte
rven
ción
Punta
je <
=50 s
on e
legib
les
Punta
je >
50 n
o s
on e
legib
les
Se
ofr
ece
trat
amie
nto
a los
eleg
ible
s
49
6065707580Outcome
2030
4050
6070
80Sc
ore
Regr
essi
on D
isco
ntin
uity
Des
ign
- Bas
elin
e
50
6065707580Outcome
2030
4050
6070
80Sc
ore
Regr
essi
on D
isco
ntin
uity
Des
ign
- Bas
elin
e
No
eleg
ible
s
Ele
gibl
es
51
65707580Outcome
2030
4050
6070
80Sc
ore
Regr
essi
on D
isco
ntin
uity
Des
ign
- Pos
t Int
erve
ntio
n
52
65707580Outcome
2030
4050
6070
80Sc
ore
Regr
essi
on D
isco
ntin
uity
Des
ign
- Pos
t Int
erve
ntio
n
IMPA
CTO
53
Oport
unid
ades
asig
nó
ben
efic
ios
sobre
la
bas
e de
un índic
e de
pobre
za
Donde
Trat
amie
nto
= 1
si p
unta
je <
=75
0Tr
atam
ient
o =
0 si
pun
taje
>75
0
Caso
5: D
iseñ
o de
dis
cont
inui
dad
54
Fitted values
punt
aje
estim
ado
en fo
caliz
acio
n27
612
94
153.
578
379.
224
4
Dat
os
inic
iale
s –
Sin
tra
tam
iento
01
()
ii
iy
Trea
tmen
tsc
ore
ββ
δε
=+
++
Caso
5: D
iseñ
o de
dis
cont
inui
dad
55
Fitted values
punt
aje
estim
ado
en fo
caliz
acio
n27
612
94
183.
647
399.
51
Período d
e tr
atam
iento
Caso
5: D
iseñ
o de
dis
cont
inui
dad
Impa
cto
Estim
ado
** S
igni
ficat
ivo
al 1
%
Cas
o 5
- Reg
ress
ion
Dis
cont
inui
tyR
egre
sión
Lin
eal M
ultiv
aria
ble
30.5
8**
(5.9
3)
56
Posi
bles
des
vent
ajas
de
RD
DEfe
ctos
loca
les
pro
med
io;
no s
iem
pre
gen
eral
izab
les
Alc
ance
: el
efe
cto s
e ca
lcula
en la
dis
continuid
ad,
por
lo q
ue
suel
en o
bte
ner
se m
enos
obse
rvac
iones
que
en u
n e
xper
imen
to a
leat
orio c
on u
na
mues
tra
del
mis
mo t
amañ
oLa
esp
ecific
ació
n p
ued
e se
r se
nsi
ble
a la
form
a fu
nci
onal
: ve
rifique
que
la r
elac
ión e
ntr
e la
va
riab
le d
e as
ignac
ión y
la
variab
le d
e re
sultad
o
esté
corr
ecta
men
te d
iseñ
ada;
incl
uid
as:
Rel
acio
nes
no lin
eale
sIn
tera
ccio
nes
57
Vent
ajas
de
RD
D p
ara
la e
valu
ació
n
Con R
DD
se
obtien
e una
estim
ació
n s
in
sesg
o d
el e
fect
o d
el t
rata
mie
nto
en la
dis
continuid
adM
uch
as v
eces
pued
e va
lers
e de
una
regla
co
noci
da
par
a la
asi
gnac
ión d
e ben
efic
ios
que
son c
om
unes
en los
dis
eños
de
polít
icas
soci
ales
No e
s nec
esar
io “
excl
uir”
del
tra
tam
iento
a u
n
gru
po d
e hogar
es/i
ndiv
iduos
eleg
ible
s
58
Med
ició
n de
impa
cto
1)
Infe
renci
a ca
usa
lContr
afac
tual
esContr
afac
tual
esfa
lsos:
An
tes
y d
esp
ués
(pre
vio
-po
steri
or)
Insc
rito
-no
in
scri
to (
man
zan
as
y n
ara
nja
s)
2)
Méto
do
s d
e e
valu
aci
ón
de i
mp
act
o:
Contr
ole
s al
eato
rios
Pro
moci
ón a
leat
oria
(IV)
Dis
eño d
e dis
continuid
ad (
RD
D)
Dif
ere
nci
a e
n d
ifere
nci
as
Par
eam
iento
/mat
chin
g
59
Dife
renc
ia e
n di
fere
ncia
s
Se
com
par
a la
modific
ació
n e
n los
resu
ltad
os
entr
e gru
pos
con t
rata
mie
nto
y
sin t
rata
mie
nto
El im
pac
to e
s la
difer
enci
a en
la
modific
ació
n
de
los
resu
ltad
os
Impac
to =
(Y
t1-Y
t0)
-(Y
c1-Y
c0)
Contr
ola
por
todos
los
fact
ore
s que
NO
va
rian
en e
l tiem
po
Obse
rvab
les
y no-o
bse
rvab
les
60
Tiem
poTra
tam
iento
Res
ultad
o
Gru
po d
e tra
tam
ient
o
Gru
po d
e co
ntr
ol
Efe
cto
pro
med
io
trat
amie
nto
B
A
D
C
61
Tiem
poTra
tam
iento
Res
ultad
o Gru
po d
e tr
atam
iento G
rupo
de
cont
rol
Efe
cto
pro
med
io
estim
ado
trat
amie
nto
Efe
cto
pro
med
io
trat
amie
nto
62
Dife
renc
ia e
n di
fere
ncia
s
Supues
to f
undam
enta
l de
que
las
tenden
cias
(pen
die
nte
s) s
on las
mis
mas
en
tra
tam
iento
s y
contr
ole
s an
tes
de
la
inte
rven
ción
Se
nec
esita
un m
ínim
o d
e dos
punto
s en
el
tie
mpo a
nte
s de
la inte
rven
ción p
ara
verifica
r el
supues
toM
ayor
confian
za q
ue
no e
xist
en o
tros
fact
ore
s que
si v
aria
nen
el tiem
po
63
Caso
6: D
ifere
ncia
en
dife
renc
ias
No
Insc
rito
Insc
rito
t-sta
tM
ean Δ
CP
C8.
2635
.92
10.3
1
Cas
o 6
- Dif
en D
if
Reg
resi
ón L
inea
lR
egre
sión
Lin
eal M
ultiv
aria
ble
Impa
cto
Estim
ado
27.6
6**
25.5
3**
(2.6
8)(2
.77)
** S
igni
ficat
ivo
al 1
%
Cas
o 6
- Dif
en D
if
64
Estu
dio
de c
asos
Cas
e 1
- Bef
ore
and
Afte
r
Cas
e 2
- E
nrol
led/
Not
E
nrol
led
Cas
e 3
- R
ando
miz
atio
nC
ase
4 - I
V
(TO
T)
Cas
e 5
- R
egre
ssio
n D
isco
ntin
uit y
Cas
e 6
- Diff
in
Diff
Mul
tivar
iate
Li
near
R
e gre
ssio
nM
ultiv
aria
te L
inea
r R
egre
ssio
n
Mul
tivar
iate
Li
near
R
e gre
ssio
n2S
LS
Mul
tivar
iate
Li
near
R
e gre
ssio
n
Mul
tivar
iate
Li
near
R
e gre
ssio
nE
stim
ated
Impa
ct
on C
PC
34.2
8**
-4.1
529
.79*
*30
.44*
*30
.58*
*25
.53*
*(2
.11)
(4.0
5)(3
.00)
(3.0
7)(5
.93)
(2.7
7)**
Sig
nific
ant a
t 1%
leve
l
65
Med
ició
n de
impa
ctos
1)
Infe
renci
a ca
usa
lContr
afac
tual
esContr
afac
tual
esfa
lsos:
An
tes
y d
esp
ués
(pre
vio
-po
steri
or)
Insc
rito
-no
in
scri
to (
man
zan
as
y n
ara
nja
s)
2)
Méto
do
s d
e e
valu
aci
ón
de i
mp
act
o:
Contr
ole
s al
eato
rios
Pro
moci
ón a
leat
oria
(IV)
Dis
eño d
e dis
continuid
ad (
RD
D)
Difer
enci
a en
difer
enci
as
Pare
am
ien
to/
matc
hin
g
66
Pare
amie
nto/
mat
chin
g
Se
sele
ccio
na
la c
om
par
ació
n idea
l que
corr
esponda
al g
rupo d
e tr
atam
iento
de
un
estu
dio
más
am
plio
.La
s co
rres
ponden
cias
son s
elec
cionad
as s
obre
la
bas
e de
sim
ilitu
des
en c
arac
teríst
icas
obse
rvad
as
Se
asum
e el
supues
to d
e que
no e
xist
e se
sgo d
e se
lecc
ión e
n c
arac
teríst
icas
no o
bse
rvab
les.
Fuen
te:
Mar
tin
Rav
allio
n
67
Prop
ensi
tySc
ore
Mat
chin
g(P
SM)
Contr
ole
s: n
o p
artici
pan
tes
con las
mis
mas
ca
ract
erís
tica
s que
par
tici
pan
tes
En la
prá
ctic
a, e
s m
uy
difíc
il. E
l ve
ctor
com
ple
to d
e ca
ract
erís
tica
s obse
rvad
as d
e X p
odría
ser
enorm
e.
Rose
nbau
my
Rubin
: busc
ar c
orr
esponden
cia
sobre
la
bas
e del
punta
je d
e pro
pen
sidad
=P(
Xi)
= P
r(D
i=1|X
)En lugar
de
inte
nta
r as
egura
r que
el p
unta
je d
e co
ntr
ol
de
cada
par
tici
pan
te t
en
ga e
xact
am
en
te e
l m
ism
o
valo
r q
ue X
, se
pued
e al
canza
r el
mis
mo r
esultad
o
busc
ando la
corr
esponden
cia
en la
pro
bab
ilid
ad
de
part
icip
aci
ón
.Est
o s
upone
que
la p
artici
pac
ión e
s in
dep
endie
nte
de
los
resu
ltad
os
dad
o X
.
68
Paso
s en
PSM
1.
Encu
esta
s al
tam
ente
rep
rese
nta
tiva
s y
com
par
able
s de
no p
artici
pan
tes
y par
tici
pan
tes.
2.
Unir las
dos
mues
tras
y e
stim
ar u
n m
odel
o L
ogit
(o P
robit)
de
par
tici
pac
ión e
n e
l pro
gra
ma.
3.
Res
trin
gir las
mues
tras
par
a as
egura
r un
sop
ort
e c
om
ún
(fuen
te im
port
ante
de
sesg
o e
n
estu
dio
s de
obse
rvac
ión).
4.
Busc
ar p
ara
cada
par
tici
pan
te u
na
mues
tra
de
no
par
tici
pan
tes
con p
unta
jes
de
pro
pen
sión
sim
ilare
s.5.
Com
par
ar los
indic
adore
s de
resu
ltad
os.
La
difer
enci
a es
el cá
lcu
lo d
e l
a g
an
an
cia
deb
ida
al p
rogra
ma
par
a dic
ha
obse
rvac
ión.
6.
Cal
cula
r la
med
ia d
e es
tas
gan
anci
as indiv
idual
es
par
a obte
ner
el pro
med
io d
e la
gan
anci
a gen
eral
.
69
Den
sity
of
sco
res
for
part
icip
an
ts
Den
sity
01
Pu
nta
je d
e
pro
pen
sió
n
Reg
ión d
e so
port
e co
mún
70
PSM
no
es u
n si
mpl
e ex
perim
ento
Un e
xper
imen
to,
en s
u f
orm
a pura
, no
requie
re e
l su
pues
to d
e in
dep
enden
cia
condic
ional
no c
om
pro
bab
le d
e ca
ract
erís
tica
s obse
rvab
les
PSM
req
uie
re m
ues
tras
gra
ndes
de
dat
os
confiab
les
71
Lecc
ione
s so
bre
mét
odos
de
pare
amie
nto
Se
suel
en u
tiliz
ar c
uan
do n
o e
s posi
ble
aplic
ar
alea
toriza
ción,
RD
D u
otr
as o
pci
ones
cuas
i ex
per
imen
tale
s (p
or
ejem
plo
, porq
ue
no s
e tien
en d
atos
inic
iale
s)
Se
deb
e te
ner
cau
tela
en e
l par
eo e
x-post
Com
par
ació
n s
obre
var
iable
s en
dógen
asEl par
eo a
yuda
a te
ner
un c
ontr
ol ad
ecuad
o d
e la
het
erogen
eidad
OBSERVABLE
Pare
ar los
dat
os
inic
iale
s pued
e se
r m
uy
útil:
Est
imac
ión:
Se
com
bin
a co
n o
tras
téc
nic
as (
por
ejem
plo
, difer
enci
a en
difer
enci
as)
Se
conoce
la
regla
de
asig
nac
ión (
se c
om
par
a so
bre
la
bas
e de
esta
reg
la)
Mues
treo
:Sel
ecci
ón d
e m
ues
tras
de
eval
uac
ión n
o a
leat
orias
Se
nec
esitan
dat
os
confiab
les
El so
port
e co
mún p
ued
e re
pre
senta
r un p
roble
ma
72
P-sc
ore
Qui
ntile
s
XiT
Ct-s
core
TC
t-sco
reT
Ct-s
core
TC
t-sco
reT
Ct-s
core
Age
Head
68.0
467
.45
-1.2
53.6
153
.38
-0.5
144
.16
44.6
81.
3437
.67
38.2
1.72
32.4
832
.14
-1.1
8Ed
uc H
ead
1.54
1.97
3.13
2.39
2.69
1.67
3.25
3.26
-0.0
43.
533.
43-0
.98
2.98
3.12
1.96
Age
Spou
se55
.95
55.0
5-1
.43
46.5
46.4
10.
6639
.54
40.0
11.
8634
.234
.81.
8429
.629
.19
-1.4
4Ed
uc S
pous
e1.
892.
192.
472.
612.
640.
313.
173.
190.
233.
343.
26-0
.78
2.37
2.72
1.99
Ethn
icity
0.16
0.11
-2.8
10.
240.
27-1
.73
0.3
0.32
1.04
0.14
0.13
-0.1
10.
70.
66-2
.3Fe
mal
e He
ad0.
190.
210.
920.
420.
16-1
.40.
092
0.08
8-0
.35
0.35
0.32
-0.3
40.
008
0.00
80.
83
Qui
ntile
4Qu
intil
e 5
Qui
ntile
1Qu
intil
e 2
Qui
ntile
3
Cas
e 7
- PR
OP
EN
SIT
Y S
CO
RE
: Pr(
treat
men
t=1)
Var
iabl
eC
oef.
Std
. Err.
Age
Hea
d-0
.028
2433
0.00
2455
3E
duc
Hea
d-0
.054
722
0.00
8636
9A
ge S
pous
e-0
.017
1695
0.00
2868
3E
duc
Spo
use
-0.0
6435
690.
0093
801
Eth
nici
ty0.
4166
998
0.03
9753
9Fe
mal
e H
ead
-0.2
2604
070.
0714
199
_con
s1.
6048
0.10
1301
1
Caso
7:P
area
mie
nto
73
Caso
7:P
area
mie
nto
Reg
resi
ón L
inea
lR
egre
sión
Lin
eal M
ultiv
aria
ble
Impa
cto
Estim
ado
1.16
7.06
+(3
.59)
(3.6
5)**
Sig
nific
ativ
o al
1%
, + S
igni
ficat
ivo
al 1
0%
Cas
o 7
- Par
eam
ient
o
74
Estu
dio
de c
asos
: Sín
tesi
s de
re
sulta
dos
Cas
o 1
- Ant
es y
D
espu
ésC
aso
2 -
Insc
rito/
No
Insc
rito
Cas
o 3
- Al
eato
rizac
ión
Cas
o 4
- IV
(T
OT)
Cas
o 5
- RD
DC
aso
6 - D
if en
D
ifC
aso
7 -
Mat
chin
gRe
gres
ión
Line
al
Mul
tivar
iabl
eRe
gres
ión
Line
al
Mul
tivar
iabl
eR
egre
sión
Lin
eal
Mul
tivar
iabl
e2S
LSRe
gres
ión
Line
al
Mul
tivar
iabl
eRe
gres
ión
Line
al
Mul
tivar
iabl
eRe
gres
ión
Line
al
Mul
tivar
iabl
e
Impa
cto
Estim
ado
34.2
8**
-4.1
529
.79*
*30
.44*
*30
.58*
*25
.53*
*7.
06+
(2.1
1)(4
.05)
(3.0
0)(3
.07)
(5.9
3)(2
.77)
(3.6
5)**
Sig
nific
ativo
al 1
%, +
Sig
nific
ativo
al 1
0%
75
Sínt
esis
de m
étod
osAle
atoriza
ción
Pro
moci
ón
alea
toria
VI
Dis
eño d
e dis
continuid
ad
Difer
enci
a en
difer
enci
as
Pare
o
Val
idez
in
tern
a
Val
idez
ex
tern
a
Rie
sgos
76
Med
ició
n de
impa
ctos
1)
Infe
renci
a ca
usa
lContr
afac
tual
esContr
afac
tual
esfa
lsos:
Ante
s y
des
pués
(pre
vio-p
ost
erio
r)In
scrito
-no insc
rito
(m
anza
nas
y n
aran
jas)
2)
Méto
do
s d
e e
valu
aci
ón
de i
mp
act
o:
Co
ntr
ole
s ale
ato
rio
s P
rom
oci
ón
ale
ato
ria (
IV)
Dis
eñ
o d
e d
isco
nti
nu
idad
/R
DD
D
ifere
nci
a e
n d
ifere
nci
as
Pare
am
ien
to/
matc
hin
g(p
rop
en
sity
sco
rem
atc
hin
g,
PS
M p
or
su s
igla
en
in
glé
s)Com
bin
acio
nes
de
esto
s m
étodos
77
Rec
uerd
e…
El obje
tivo
de
la e
valu
ació
n d
e im
pac
to e
s es
tim
ar e
l ef
ecto
CAU
SAL
de
un p
rogra
ma
en los
resu
ltad
os
de
inte
rés
Al dis
eñar
el pro
gra
ma
deb
emos
ente
nder
el
pro
ceso
de
gen
erac
ión d
e dat
os
el p
roce
so c
onduct
ual
que
gen
era
los
dat
os
el m
odo e
n q
ue
se a
signan
los
ben
efic
ios
Se
deb
e ad
ecuar
el m
ejor
dis
eño d
e ev
aluac
ión a
l co
nte
xto o
per
acio
nal
78
Ahor
ava
mos
a ev
alua
r!
GRACIA
S!
79
Apén
dice
1: M
ínim
os C
uadr
ados
en
Dos
Etap
as (2SLS,
por
su
sigl
a en
ingl
és)
Model
o c
on T
rata
mie
nto
endógen
o (
T):
Eta
pa
1:
Rea
lizar
la
regre
sión d
e va
riab
le
endógen
a so
bre
VI
(Z)
y otr
os
regre
sore
sex
ógen
os
Cal
cula
r el
val
or
pre
vist
o p
ara
cada
obse
rvac
ión:
T g
orr
o12
yT
xα
ββ
ε=
++
+
01
1T
xZ
δδ
θτ
=+
++
80
Apén
dice
1: M
ínim
os C
uadr
ados
en
Dos
Etap
as (2SLS,
por
su
sigl
a en
ingl
és)
Eta
pa
2:
Rea
lizar
la
regre
sión d
e re
sultad
o
y so
bre
la
variab
le p
revi
sta
(y o
tras
va
riab
les
exógen
as)
Es
nec
esar
io c
orr
egir E
rrore
s Est
ándar
(se
bas
an e
n T
gorr
om
ás q
ue
en T
)
En la
prá
ctic
a se
utiliz
a STATA -
ivre
gIn
tuic
ión:
T h
a qued
ado “
limpia
”de
su
corr
elac
ión c
on ε
.
^
12
()
yT
xα
ββ
ε=
++
+