FGV Repositório Digital
    • português (Brasil)
    • English
    • español
      Acesse:
    • FGV Biblioteca Digital
    • FGV Periódicos científicos e revistas
  • português (Brasil) 
    • português (Brasil)
    • English
    • español
  • Entrar
Ver item 
  •   Página inicial
  • FGV EMAp - Escola de Matemática Aplicada
  • FGV EMAp - Dissertações, Mestrado em Modelagem Matemática
  • Ver item
  •   Página inicial
  • FGV EMAp - Escola de Matemática Aplicada
  • FGV EMAp - Dissertações, Mestrado em Modelagem Matemática
  • Ver item
JavaScript is disabled for your browser. Some features of this site may not work without it.

Navegar

Todo o repositórioComunidades FGVAutorOrientadorAssuntoTítuloDataPalavra-chaveEsta coleçãoAutorOrientadorAssuntoTítuloDataPalavra-chave

Minha conta

EntrarCadastro

Estatísticas

Ver as estatísticas de uso

Identification of causal effects: a methodological review

Thumbnail
Visualizar/Abrir
dissertacao_Pedro_submissao.pdf (1.522Mb)
Data
2020-06-16
Autor
Teixeira, Pedro Medeiros
Orientador
Targino, Rodrigo dos Santos
Metadados
Mostrar registro completo
Resumo
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
Coleções
  • FGV EMAp - Dissertações, Mestrado em Modelagem Matemática [78]
Áreas do conhecimento
Matemática
Assunto
Causalidade - Modelos matemáticos
Ciências sociais - Metodologia
Modelos matemáticos
Estatística - Análise
Palavra-chave
Causalidade
Modelos estatísticos
Inferência Causal
Causality
Statistical model

DSpace software copyright © 2002-2016  DuraSpace
Entre em contato | Deixe sua opinião
Theme by 
@mire NV
 

 


DSpace software copyright © 2002-2016  DuraSpace
Entre em contato | Deixe sua opinião
Theme by 
@mire NV
 

 

Importar metadado