Treatment effect estimation under data from complex sample surveys.
Cargando...
Fecha
2016-07-16
Autores
Director
Enlace al recurso
DOI
ORCID
Google Scholar
gruplac
Descripción Dominio:
Título de la revista
ISSN de la revista
Título del volumen
Editor
Universidad Santo Tomás
Compartir
Documentos PDF
Cargando...
Resumen
En la evaluación de políticas públicas, dos poblaciones (un grupo de tratamiento y un control) se comparan en términos de
Efecto de intervención. Esas intervenciones pueden ser ayudas gubernamentales, subvenciones, subsidios, un programa de capacitación. los
El objetivo de la evaluación de políticas públicas (PPE) es determinar la magnitud del impacto de la intervención,
para tomar decisiones sobre el diseño del programa, evaluar la eficiencia del programa en términos
de costo-beneficio y el cumplimiento de los objetivos del programa.
La evaluación del programa generalmente se basa en la evaluación del proceso y la evaluación de resultados, primer caso o posibilidad
evaluar si la política pública se implementó según lo planeado, validando si se cumplieron los objetivos,
la población objetivo se cubrió con el programa y determinó el éxito del programa. Otro
diagnosticar si el efecto del programa genera un cambio en el comportamiento de la población,
Impacto revelado por la llamada de atención especial del PPE ya que la asignación de recursos puede ser afectada directamente como
mencionó (?) hacer que los grandes programas reciban una mejor contribución de recursos mientras que los malos proyectos
podría ser eliminado o corregido En el caso, la asignación indirecta de recursos no siempre se debe a razones técnicas.
criterios, se refieren a intereses políticos.
Como resultado, el PPE trae una característica importante lanzada con la comparación de medición contrafactual observar
resultados del programa en casos donde el programa está presente y los resultados se habrían observado en su
ausencia.
Tradicionalmente, las encuestas realizadas en los estudios de evaluación de políticas públicas provienen de encuestas complejas como
como diseños estratificados y de etapas múltiples, sin embargo, los profesionales generalmente ignoran el diseño de encuestas complejas
en proceso de análisis estadístico. Eso significa que se ignoran los pesos de muestra y las conclusiones de
Estos estudios no pueden extenderse a la población.
En este trabajo, utilizaremos los estimadores adecuados para los parámetros y la varianza con el fin de extrapolar
nuestros resultados a la población y para obtener una incertidumbre medidas con respecto al estimador exacto.
Se implementarán estimadores imparciales en este trabajo.
En escenarios de simulación, mostraremos las consecuencias de ignorar el complejo diseño de la encuesta en términos
del sesgo del estimador. Se utilizará un enfoque de diseño de efecto (de) para determinar el tamaño de la muestra para diferentes
escenarios, el poder de un enfoque de prueba para calcular el tamaño de la muestra se describirá en este trabajo.
Se mostrará una comparación entre diferentes diseños de muestreo (enfoque de inferencia clásico, aleatorio simple
muestra sin reemplazo, muestra estratificada aleatoria simple y muestra de dos etapas.
Abstract
In public policy evaluation two populations ( a treatment group and a control) are compared in terms of an
intervention e ect. Those interventions can be government aids, grants, subsidy, a training program. The
goal of public policy evaluation (PPE) is to determine the magnitude of the impact of the intervention,
in order to take decisions about the design of the program, to evaluate the program e ciency in terms
of cost-bene t and the ful lment of the program objectives.
Program evaluation typically based on process evaluation and outcome evaluation, rst case o er possibility
to assess if the public policy as implemented as planned, validating whether objectives were met,
target population was blanketed with the program and determine success of the program. Other one
diagnose whether program e ect generate a change in population behaviour,
Impact revealed by PPE call of special attention since resource allocation may be a ected directly as
mentioned (?) doing that great programs receive a better resources contribution meanwhile bad projects
could be deleted or corrected. On the case, indirectly resource allocation not always due to technical
criteria, refer to political interests.
As a result, PPE brings an important feature released with counter factual measuring comparing observe
program results in cases where program is present and the results would have been observed in their
absence.
Traditionally the surveys carry on in public policy evaluation studies come from a complex surveys such
as strati ed and multi-stage designs, nevertheless, practitioners usually ignores the complex survey design
in statistical analysis process. That means that the sample weights are ignored and the conclusions from
this studies can not be extend to the population.
In this work, we will use the proper estimators for the parameters and the variance in order to extrapolate
our results to the population and to get a uncertainty measures with respect to the estimator accurate.
Unbiased estimators will be implement in this work.
Under simulation scenarios we will show the consequences of ignoring the complex survey design in terms
of the estimator bias. A design e ect (de ) approach will be used to determine sample size for di erent
scenarios, the power of a test approach to compute sample size will describe in this work.
A comparison between di erent sampling design will be show (classic inference approach, simple random
sample without replacement, simple random strati ed sample and two-stage sample.
Idioma
spa
Palabras clave
Citación
Ramírez, N. (2016). Treatment e ect estimation under data from complex sample surveys. (Trabajo de pregrado). Universidad Santo Tomás. Bogotá, Colombia
Colecciones
Licencia Creative Commons
Atribución-NoComercial-SinDerivadas 2.5 Colombia