Mtodos Economtricos de Evaluacin de Impacto

David T. Jacho-Chvez
Una variable aleatoria es simplemente una funcin que asigna un
nmero real a un evento o collecin de eventos. En estas notas denotaremos como X (mayscula) cualquier variable aleatoria genrica, y
como x (minscula) cualquier valor particular esta variable aleatoria
pueda tener.
Toda variable aleatoria posee una Funcin de Distribucin que se
define como
F ( x ) = Pr { X x } .
Si la variable aleatoria X posee momentos, entonces el valor esperado de
X se define como1
Z
E[ X ] =
xdF ( x ) ,
X
2
X.

donde X denota el dominio de

En lo que sigue, asumiremos que tenemos acceso a una muestra
aleatoria de tamao n tomada de la funcin de distribucin de X y
estos datos sern denotados como { Xi }in=1 .
Basados en una muestra aleatoria de tamao n, la funcin de distribucin se puede estimar mediante la funcin de distribucin emprica
definida como3
1 n
Fb( x ) = I ( Xi x ) .
n i =1

Recordemos que la varianza de X se

define como
1

var( X ) = E[ X 2 ] { E[ X ]}2 .
2

Notemos que
F ( x ) = Pr { X x } =

dF (u)

I (u x ) dF (u)

= E [I ( X x )] .
As mismo, uno puede crear estimadores basados en la integral emprica,
por ejemplo
3

Z
X

Esperanza Condicional

Definition 1 Supongamos que conocemos que la variable aleatoria, X,

ha tomado un valor particular, digamos x. Entonces, uno puede calcular
el valor esperado de otra variable aleatoria, Y, dado que conocemos el
valor de X. Este valor esperado se llama la Esperanza Condicional de
Y dado X = x y se define como E[Y | X = x ]

Z x

xd Fb ( x ) =

1
n

Xi

i =1

Debemos notar que cuando x cambia, tambin lo hace E[Y | X = x ] y

por ende la esperanza condicional es
una funcin de x. An ms, dado que
el argumento de esta funcin son las
realizaciones de una variable aleatoria,
la esperanza condicional es en s una
variable aleatoria ms.

Propiedades de la Esperanza Condicional:

1. E[c( X )| X ] = c( X ), para cualquier funcin c().
2. Para cualquier funciones a() y b(), tenemos que
E[ a( X )Y + b( X )| X ] = a( X ) E[Y | X ] + b( X ).
3. Si las variables aleatorias Y y X son estadsticamente independientes, entonces E[Y | X ] = E[Y ].4
4. E[ E[Y | X ]] = E[Y ].

Recordemos que dos variables

aleatorias son estadsticamente independientes si y slo si FYX (y, x ) =
FY (y) FX ( x ).
4

evaluacin de impacto

5. E[Y | X ] = E[ E[Y | X, Z ]| X ].
6. Si E[Y | X ] = E[Y ], entonces cov(Y, X ) = 0. De hecho, toda funcin
de X est incorrelacionada con Y.5
7. Si E[Y 2 ] < y E[ g( X )2 ] < para alguna funcin g(), entonces

5
La covarianza de dos variables
aleatorias Y y X se define como
cov(Y, X ) = E[YX ] E[Y ] E[ X ].

E{[Y E[Y | X ]]2 | X } E{[Y g( X )]2 | X }, y

E{[Y E[Y | X ]]2 } E{[Y g( X )]2 }.
La ltima propiedad es muy usada en contextos de prediccin. La
primera desigualdad dice que, si medimos el error predictivo como
el error predictivo cuadrado esperado, condicionado en X, entonces la
media condicional es mejor que cualquier otra funcin de X para
predecir Y.

Para todas (Y, X > )> podemos

reescribir: Y = E[Y | X = x ] + ,
donde E[| X = x ] = 0.
Un modelo de regresin lineal implica
E[Y | X = x ] = x > .

Variables Indicadoras Dependientes

En un modelo de regresin lineal, las variables indicadoras6 que se
utilizan como variables explicativas, x, simplemente cambian la interpretacin de coeficientes y son utilizadas para proveer flexibilidad en
la especificacin que se utiliza.
Cuando dichas variables indicadoras son en s la variable que se
quiere explicar (variable explicada), entonces otras opciones ms all
del modelo de regresin lineal son posibles.

Dehejia & Wahba (1999) utilizaron una sub-muestra de los

datos originales de Robert Lalonde del National Supported
Work Demostration. Este fue un programa temporal de empleo a mediados de la dcada de los 70s diseado para ayudar
a trabajadores con pocas habilidades laborales a ingresar al
mercado laboral proporcionando experiencia (9 a 18 meses)
y asistencia (grupos de 3 a 5 participantes) laboral. La variable que queremos explicar es el indicador de haber recibido
tratamiento o no, i.e. treat.

LALONDE.DES
Obs:

445

1.

age

age in years

2.

educ

years of schooling

3.

black

indicator variable for blacks

Dado que las variables indicadoras

toman dos valores, se las conocen
tambin como variables dictomas.
6

evaluacin de impacto

4.

hisp

indicator variable for Hispanics

4.

married

indicator variable for martial status

5.

nodegr

indicator variable for high school diploma

6.

re74

real earnings in 1974 (1981 USD)

7.

re75

real earnings in 1975 (1981 USD)

8.

re78

real earnings in 1978 (1981 USD)

9.

u74

indicator variable for earnings in 1974 being zero

10. u75

indicator variable for earnings in 1975 being zero

11. treat

an indicator variable for treatment status

Modelos para Variables Dictomas

Re-escribamos (y ) = I(y > 0),

and notice that ((y + q)/) =
I((y + q)/ > q/ ) para cualquier
> 0 y q > 0. Definamos ye :=
(y + q)/, y notemos que (y ) y
(ye ) son observacionalmente iguales,
i.e. ambos producirn el mismo y. Eso
es, desde el punto de vista del modelo
x0 + = 0 + x 1 1 + . . . + x k k +
es observacionalmente equivalente
al modelo x0 e + e
= ( 0 + q)/ +
x1 ( 1 /) + . . . + xk ( k /) + /.
Entonces, Fe|x () = F|x () y = e si
y slo si existe normalizaciones de la
localidad (q = 0) y escala ( = 1).

Uno procede a modelar7 cmo ambos valores son producidos:

(
1
y > 0;

y = (y ) :=
0
y 0.
Entonces podemos escribir
Pr {y = 1|x} = Pr{y > 0|x} = Pr{x0 + > 0|x}

= Pr{ > x0 |x} = 1 Pr{ x0 |x}

= 1 F|x (x0 ),
y consecuentemente Pr {y = 0|x} = F|x (x0 ).8 Igualmente, notemos
que

Notemos que si tiene un pdf

simtrico,
8

Pr {y = 1|x} = F|x (x0 ),

E[y|x] = 1 Pr {y = 1|x} + 0 Pr {y = 0|x}

Pr {y = 0|x} = 1 F|x (x0 ).

= Pr {y = 1|x} .
La funcin de verosimilitud
h
io
n n
Ln ( ) := ln L( |y, X) = yi ln[1 F|x (xi0 )] + (1 yi ) ln F|x (xi0 ) .
i =1

Si tiene un pdf simtrico, entonces despus de definir qi := 2yi 1

podemos re-escribir Ln ( ) como

Ln ( ) =

1
n

ln

F|x qi xi0

i

i =1

Entonces
Ln ( )
1
=

qi f |x qi xi0
1
F q x 0
xi = : n
i i
|x
i =1
n

(yi , xi0 )xi ,

i =1

(yi , xi0 )
1
n ( )
=
.
x
i
0
n i
0
=1

2 L

Una vez que escogemos la especificacin funcional para F|x , el estimador de mxima verosimilitud se define como9

Si F|x (e) = (e) el estimador se llama

probit, y si F|x (e) = (e) es llamado
logit.

evaluacin de impacto

b(C)ML = arg min Ln ( ).

B

Bajo ciertos supuestos podemos establecer que b(C)ML P , y su

normalidad asinttica, i.e.
 2
 1

Ln ( )
b
Asy. Var( n( (C)ML )) = E
.
0

Name
Probit
Logit
Linear

. clear all

Gumbel
Cloglog

. set more off

F|x (e)

(
t
)
dt
:= (e)

exp
(e)/[1 + exp(e)] := (e)
e<0
0
e
0e<1

1
e1
exp[ exp(e)]
1 exp[ exp(e)]

Re

.
. use "http://pages.iu.edu/~kphuynh/rsch/ic2015/lalonde.dta", clear
. gen re74sq=re74^2
. gen agesq=age^2
. gen educsq=educ^2
. global xlist age agesq educ educsq black hisp married nodegr re74 re74sq u74
.
. quiet probit treat $xlist
. predict phat_probit, pr
. estimate store Probit
.
. quiet logit treat $xlist
. predict phat_logit, pr
. estimate store Logit
.
. quiet cloglog treat $xlist
. predict phat_cloglog, pr
. estimate store Cloglog
.
. estimates table Probit Logit Cloglog, b(%9.3f) p
-------------------------------------------------Variable |

Probit

Logit

Cloglog

-------------+-----------------------------------age |

0.021

0.029

0.026

0.6992

0.7489

0.6815

agesq |

-0.000

-0.000

-0.000
0.6800

0.7068

0.7579

educ |

-0.510

-0.819

-0.603

0.0437

0.0464

0.0254

educsq |

0.026

0.042

0.031

0.0638

0.0672

0.0417

black |

-0.189

-0.306

-0.223

0.4077

0.4055

0.3936

evaluacin de impacto

hisp |

-0.567

-0.934

-0.739

0.0681

0.0679

0.0638

married |

0.146

0.239

0.171

0.3907

0.3856

0.4068

nodegr |

-0.265

-0.426

-0.310
0.2731

0.2739

0.2744

re74 |

0.000

0.000

0.000

0.9709

0.9908

0.9423

re74sq |

-0.000

-0.000

-0.000

0.5706

0.5963

0.5860

u74 |

-0.231

-0.379

-0.278

0.3416

0.3342

0.3475

_cons |

2.441

3.999

2.491

0.0588

0.0629

0.0725

-------------------------------------------------legend: b/p