FGV Digital Repository
    • português (Brasil)
    • English
    • español
      Visit:
    • FGV Digital Library
    • FGV Scientific Journals
  • English 
    • português (Brasil)
    • English
    • español
  • Login
View Item 
  •   DSpace Home
  • FGV EMAp - Escola de Matemática Aplicada
  • FGV EMAp - Dissertações, Mestrado em Modelagem Matemática
  • View Item
  •   DSpace Home
  • FGV EMAp - Escola de Matemática Aplicada
  • FGV EMAp - Dissertações, Mestrado em Modelagem Matemática
  • View Item
JavaScript is disabled for your browser. Some features of this site may not work without it.

Browse

All of DSpaceFGV Communities & CollectionsAuthorsAdvisorSubjectTitlesBy Issue DateKeywordsThis CollectionAuthorsAdvisorSubjectTitlesBy Issue DateKeywords

My Account

LoginRegister

Statistics

View Usage Statistics

Identification of causal effects: a methodological review

Thumbnail
View/Open
dissertacao_Pedro_submissao.pdf (1.522Mb)
Date
2020-06-16
Author
Teixeira, Pedro Medeiros
Advisor
Targino, Rodrigo dos Santos
Metadata
Show full item record
Abstract
O presente trabalho é uma revisão metodológica das duas abordagens mais comuns para lidar com questões que envolvem causalidade: os desfechos potenciais (potential outcomes) de Neyman-Rubin e os modelos de grafos de Pearl. O principal objetivo é discutir questões de identificação, esclarecendo as premissas por trás de cada abordagem, apontando divergências e, quando possível, encontrando áreas nas quais as duas estruturas são complementares. Além disso, são analisados ​​os detalhes práticos de Diferença em Diferenças e Controle Sintético, dois métodos que adotam os desfechos potenciais como estrutura e são amplamente utilizados na literatura de avaliação de políticas.
 
The present work is a methodological review of the two most common frameworks to address questions that involves causality: Neyman-Rubin's potential outcomes and Pearl's graphical models. The main purpose is to discuss identification issues clarifying the assumptions behind each approach, pointing out disagreements and, when feasible, finding areas where both frameworks are complementaries. Besides that, it is analysed the practical details of Difference-in-Differences and Synthetic Control, two methods that adopts the potential outcomes as the framework and are widely used in policy evaluation literature.
 
URI
https://hdl.handle.net/10438/29527
Collections
  • FGV EMAp - Dissertações, Mestrado em Modelagem Matemática [78]
Knowledge Areas
Matemática
Subject
Causalidade - Modelos matemáticos
Ciências sociais - Metodologia
Modelos matemáticos
Estatística - Análise
Keyword
Causalidade
Modelos estatísticos
Inferência Causal
Causality
Statistical model

DSpace software copyright © 2002-2016  DuraSpace
Contact Us | Send Feedback
Theme by 
@mire NV
 

 


DSpace software copyright © 2002-2016  DuraSpace
Contact Us | Send Feedback
Theme by 
@mire NV
 

 

Import Metadata