Análisis de sensibilidad de distintos métodos de estimación - caso : puntos vive digital y su influencia en el aprendizaje
El objetivo del presente estudio fue analizar las metodologías para evaluar el efecto del programa Puntos Vive Digital (PVD) sobre el aprendizaje cuando se violan algunos supuestos de identificación. En primer lugar, se decidió realizar un Análisis de Correspondencias Múltiples (ACM) con el fin de r...
- Autores:
- Tipo de recurso:
- masterThesis
- Fecha de publicación:
- 2021
- Institución:
- Pontificia Universidad Javeriana
- Repositorio:
- Repositorio Universidad Javeriana
- Idioma:
- spa
- OAI Identifier:
- oai:repository.javeriana.edu.co:10554/57764
- Palabra clave:
- Modelo de efecto de tratamiento
Análisis de datos
Variables instrumentales
Análisis factorial
Componentes principales
Treatment effect model
Analysis of data
Instrumental variables
Factor models
Principal components
Maestría en economía - Tesis y disertaciones académicas
Análisis factorial
Análisis de datos
Investigación de mercados
- Rights
- openAccess
- License
- Atribución-NoComercial-SinDerivadas 4.0 Internacional
Summary: | El objetivo del presente estudio fue analizar las metodologías para evaluar el efecto del programa Puntos Vive Digital (PVD) sobre el aprendizaje cuando se violan algunos supuestos de identificación. En primer lugar, se decidió realizar un Análisis de Correspondencias Múltiples (ACM) con el fin de resumir todas las variables de aprendizaje en un índice, el cual fue usado como variable dependiente. En segundo lugar, determiné que los modelos que más se ajustan a la investigación son Mínimos Cuadrados Ordinarios (MCO), Variable Instrumental (VI) y Propensity Score Matching (PSM). Se dedujo que podría existir violación por variable relevante omitida para MCO y no validez del instrumento para VI causando sesgo en las estrategias. Para hacer frente a este tipo de problemas la literatura aconseja realizar un Análisis de Sensibilidad para el modelo del que se tiene incertidumbre, escogiendo unos parámetros que simularían el sesgo. El resultado obtiene unos Intervalos de Sensibilidad (IS), los cuales llevaron a la conclusión que MCO era más insensible ante un posible sesgo. Finalmente se concluyó que el impacto del programa tiene un efecto positivo y significativo. No obstante, al tener en cuenta los resultados del Análisis de Sensibilidad, cuyos rangos de insensibilidad son muy pequeños, no es posible concluir causalidad en los resultados. |
---|