Curso de Evaluación de Impacto
Aprende a diseñar y evaluar programas utilizando métodos econométricos experimentales y no experimentales.
hnacosta@puce.edu.ec
Hugo Nicolás Acosta González
Escribe para obtener mas información del descuento.
Fecha
01 de agosto al 12 de agosto de 2022
Modalidad
Duración
50 horas
Horario
Lunes a viernes 17:00 a 21:00
Inversión
Público en general $ 120
Estudiantes PUCE / Alumni $ 100
Agotado
¿Por qué necesitamos aprender sobre la evaluación de impacto?
Para establecer mejores decisiones sobre los recursos dados, generar evidencia robusta sobre qué programas funcionan, y cómo mejorar los programas para obtener mejores resultados. En este curso se estudiará las principales técnicas de evaluación de impacto: aleatorización, variables instrumentales, diferencias en diferencias, emparejamiento, regresión discontinua y controles sintéticos.
DIRIGIDO A
Hacedores de política pública, investigadores y estudiantes interesados en aprender sobre la Evaluación de Impacto.
ESTRUCTURA
7 módulos virtuales en 2 semanas. Las actividades incluyen resolución de ejercicios y problemas, análisis de casos y foros académicos.
REQUISITOS
› Computador con acceso a internet.
› No se necesita conocimiento previo para el taller.
CERTIFICACIÓN
Curso de aprobación
Certificado en: “Evaluación de Impacto”.
Contenido
Su título va aquí
Módulo I: Preliminares Evaluación de Impacto
- Inversiones del proyecto
- Teoría del Cambio
- Definir las preguntas de evaluación
- Estimación del contra-factual
- Estimación antes vs. después
- Sesgo de selección
- Correlación vs. Causalidad
- Test de hipótesis y errores estadísticos
Módulo II: Aleatorización y variables instrumentales
- Asignación aleatoria al tratamiento
- Ley de los grandes números
- Verificación del equilibrio entre grupo de tratamiento y grupo de control
- Problemas ocasionados con la aleatorización
- Aplicación a casos de estudio
- Utilización de variables instrumentales como solución a problemas en la aleatorización
- Supuestos de variables instrumentales
- Aplicación a casos de estudio
Módulo III: Diseño cuasiexperimental
- Necesidad de utilizar diseño cuasi-experimental
- Diferencias en diferencias
- Supuesto de tendencia paralela
- Estimador de triples diferencias
- Aplicación a casos de estudio
Módulo IV: Emparejamiento
- Necesidad de utilizar el método de emparejamiento
- Supuestos del método de emparejamiento
- Algoritmos de emparejamiento
- Aplicación a casos de estudios
Módulo V: Regresión discontinua
- El diseño de regresión discontinua
- Regresión discontinua nítida vs regresión discontinua borrosa
- Aplicación a casos de estudio
Módulo VI: Control sintético
- Control sintético vs. Estudio de casos comparados
- Método de control sintético
- Control sintético como alternativa de evaluación para políticas de largo plazo
- Aplicación a casos de estudio
Módulo VII: Trabajo final
- Formulación y diseño de evaluación de una política pública
Tutores
Hugo Nicolás Acosta González
Economista, Master of Arts in Economics, Doctor en Economía y empresa