Professional Documents
Culture Documents
AA2 - Exercicis Causalitat I Experiments
AA2 - Exercicis Causalitat I Experiments
Curs 2022-2023
*Per simplicitat, suposeu que totes les persones d’aquest experiment pertanyen a
aquestes vuit categories.
En fer la taula, assumim omniscència: coneixem els dos resultats potencials Y(0) i
Y(1) per totes les observacions. Però l'investigador només observaria x, T i Y(T) per
a cada unitat. (Per exemple, una persona del grup 1 tindria x=0, T=0, Y(0)=4, i una
persona del grup 3 tindria x=0, T=1, Y(1)=6.)
La característica X podria ser alumnes de batxillerat que van a l’escola privada (X=1),
comparat amb els que van a una escola pública (X=0). El Tractament (T) es tractaria de
si aquests nens dediquen hores d’estudi a casa a més de les que ja fan a l’escola, de
manera que si dediquen hores d’estudi a casa seria T=1 i si no ho fan seria T=0.
Finalment, els resultats potencials podrien ser l’equivalent a la nota de selectivitat
(sobre 14), de forma que Y(0) és el resultat obtingut en cas de no haver estudiat a casa
i Y(1) en cas d’haver-ho fet.
3. Ara calcula l’efecte mitjà del tractament que podria estimar l’investigador no
omniscient: la diferència entre la mitjana de Y per a aquells que van rebre el
tractament i la mitjana de Y pels que no. E(Y(1)|T=1)-E(Y(0)|T=0).
Quina relació hi ha entre aquesta quantitat i l’efecte real de tractament
que has calculat abans? Són iguals o diferents? Quina és la raó? Quina
implicació té aquesta diferència per l’estudi?
L’efecte mitjà de tractament real, en el món ideal és calcular la diferència entre Y(1) i
Y(0) tant del grup de tractament com el que no rep tractament i fer la mitjana entre
totes. Però a la pràctica només es pot observar Y(0)|T=0 i Y(1)|T=1, i això és l’efecte de
tractament que pot observar un investigador no omniscient. En aquest cas la operació
és igual a:
Y(0) = 4,7
Y(1) = 7,7
E=3
4. Calcula el biaix de selecció (SB) que hi ha en aquest estudi. Recorda que SB= E
[Yi(0)|Ti = 1] -E [Yi (0)|Ti = 0].
És plausible creure que aquestes dades provenen d’un experiment
aleatori? Defensa la teva resposta. PISTA: Fixa’t en el SB, en la
distribució dels resultats potencials entre els grups de tractament.
E [Yi(0)|Ti = 1] = 6,7
E [Yi (0)|Ti = 0] = 4,7
6,7-4,7 = 2
5. Ara repeteix les preguntes 2 a 4 per a la taula següent, amb 2400 persones:
2. Hi ha qui diu que l’entrada d’un partit d’extrema dreta a l’ajuntament fa que es
freni l’arribada d’immigrants a un municipi. Discuteix possibles estratègies per
respondre a aquesta pregunta en el cas espanyol, on hi ha municipis amb i sense
presència de Vox. Recorda que la barrera electoral és del 3%.
Comparar els resultats potencials (Y) amb i sense tractament (T) amb una mateixa
característica X, és a dir, detrminar la causalitat del tractament sota unes mateixes
circumstàncies. Es tracta de fer un exercici hipotètic per determinar l’efecte del
tractament. Un exemple seria determinar si un debat electoral beneficia un candidat si
el resultat que ha obtingut és millor que el que hauria obtingut si no hi hagués hagut el
debat. En aquest cas, el contrafàctic seria poder comparar l’arribada d’immigrants en
un mateix municipi amb i sense l’extrema dreta dins de l’ajuntament en un mateix
temps, amb les mateixes circumstàncis.
2.3. Si comparéssim municipis, per quins factors creus que hauríem de controlar la
comparació?
Considero que ens hauríem d’atendre a variables que ens influissin a l’hora de poder
determinar que els municipis comparteixen trets socials, culturals i econòmics per tal
de veure si és VOX com a variable independent clau el que iflueix en l’arribada
d’immigrants. Així doncs, per exemple hauríem de veure quin és el nivell de renda que
Mètodes de la ciència Política
Curs 2022-2023
2.5. Com podríem fer un estudi basat en la regressió discontínua? Descriu en detall
quins casos analitzaries, i com respondries a la pregunta.
2.6. Com faries un estudi qualitatiu? Quins municipis seleccionaries? Per què? Què
creus que podríem aprendre amb l’estudi qualitatiu que els estudis
quantitatius no ens permetrien aprendre?