Carregar apresentação
A apresentação está carregando. Por favor, espere
PublicouHenrique Cassis Alterado mais de 9 anos atrás
1
Aula 5 - Método experimental ou de seleção aleatória
Material Elaborado por Betânia Peixoto Modificado por Guilherme Irffi e Francis Petterini
2
Plano de Aula Definição de seleção aleatória
Avaliação de impacto com seleção aleatório- instrumental teste de diferença de médias
3
Aleatorização O "padrão ouro" na avaliação dos efeitos das intervenções Permite-nos para formar um "tratamento" e "controle“ grupos características idênticas diferem apenas pela intervenção. Melhor aproximação contrafactual
4
Atribuição aleatória Cada unidade elegíveis tem a mesma chance de receber a intervenção. Nos permite comparar o "tratamento" e "grupo de controle"
5
Atribuição aleatória vs Amostra Aleatória
São os resultados observados devido à intervenção, em vez de outros fatores de predisposição. (validade interna) Amostra aleatória Que os resultados encontrados na amostra se aplicam à população em geral, ou seja, são generalizáveis. (validade externa)
6
Exemplo de Aleatorização
Qual é o impacto de fornecer livros gratuitos aos alunos sobre os resultados dos testes? Aleatoriamente atribuir um grupo de crianças da escola para qualquer um: - Grupo de Tratamento - recebe livros gratuitos - Grupo de controle - não receber livros gratuitos)
7
Como você Aleatoriza? Em que nível? Individual Grupo Escola Comunidade
Distrito
8
Quando você usaria Aleatorização?
Universo de indivíduos elegíveis geralmente maiores que os recursos disponíveis em um único ponto no tempo. Forma justa e transparente para atribuir benefícios Dá uma chance igual a todos na amostra. Bons momentos para randomize: Programas-piloto Programas com orçamento / capacidade Fase em programas
9
Realizar a avaliação de impacto quando a seleção entre tratados e não-tratados foi aleatória.
10
Problema da avaliação Relembrando:
Impacto = ATT = E[Yp, P=1] - E[Ysp, P=1] Não observamos Ysp quando P=1. Se E[Ysp, P=1] ≠ E[Yc, P=0] Erro: ε= E[Ysp, P=1] - E[Yc, P=0] (1) O ATT é dado por: ATT = E[Yp, P=1] - E[Yc, P=0] + ε (2) Substituindo (1) em (2) ATT = E[Yp, P=1] - E[Yc, P=0] + {E[Ysp, P=1] - E[Yc, P=0] } Viés ou erro Yc = indicador de impacto dos nao participantes do grupo controle 10
11
Método experimental ou de seleção aleatória
No método experimental, a avaliação de impacto já é desenhada antes da implementação do programa. Tendo em mãos um conjunto de pessoas desejosas de participar do programa e com as características esperadas do público-alvo, dividimos aleatoriamente esse conjunto de pessoas em dois grupos: tratamento e controle.
12
Conseqüência do sorteio
Se temos um número grande de participantes, quando fazemos o sorteio esperamos que a única diferença entre os grupos seja a participação no programa. Tratamento: participam do programa. Controle: não participam do programa.
13
Sob seleção aleatória Quando um grupo controle é selecionado de forma aleatória, podemos considerar que, em média, o grupo tratado e o grupo controle são semelhantes – por causa da propriedade probabilística. Assim: E[Ysp, P=1] = E[Yc, P=0] ↔ E[Ysp, P=1] - E[Yc, P=0]=0 ATT = E[Yp, P=1] - E[Yc, P=0] + {E[Ysp, P=1] - E[Yc, P=0] } o ATT é dado por: ATT = E[Yp, P=1] - E[Yc, P=0] Viés ou erro = 0 Yc = indicador de impacto dos nao participantes do grupo controle Mostrar no quadro que se E[Yp, T=1] = E[Yc, T=1] então E[Yp, T=1] - E[Yc, T=1]=0 13
14
Neste caso... ATT = E[Yp, P=1] - E[Yc, P=0]
Basta comparar a média do grupo de tratamento e o de controle. No entanto, não basta comparar os valores das médias das duas amostras (tratado e controle) para saber se houve impacto. Para sabermos se, de fato, o programa teve impacto, é preciso saber se as médias populacionais são diferentes.
15
Como comparar duas médias populacionais com base nas amostras?
Resposta: A partir de um “teste de diferença de médias”.
16
Teste de diferença de médias
Suponha agora que estamos interessados em comparar a média de uma variável aleatório com base em duas amostras diferentes. Para isto podemos fazer o teste de diferenças entre médias Como as médias são calculadas a partir de uma amostra da população, a diferença matemática observada entre elas pode ser apenas devido a um erro amostral. Portanto, uma diferença entre duas médias amostrais não representa uma verdadeira diferença entre as médias populacionais.
17
Teste de diferenças entre médias
Hipótese Nula: Não há diferença entre as Médias Populacionais H0: μ 1= μ 2 μ 1= média na população 1 μ 2= média na população 2 Hipótese experimental: há diferença entre as Médias Populacionais H1: μ 1≠ μ 2
18
Onde: é a média amostral é a diferença do erro padrão de cada média
Para testarmos esta hipótese com uma probabilidade conhecida de acerto, precisamos calcular os chamados escores Z, supondo que a distribuição da variável é normal. Onde: é a média amostral é a diferença do erro padrão de cada média s é a variancia da amostra N é o tamanho da amostra 18
19
Z de teste Uma vez encontrado o Z de teste calculado pela fórmula do slide anterior, utilizamos uma tabela de Porcentagem da Área sob a Curva Normal - Z, para obtermos a probabilidade de não rejeitarmos H0. Fazendo vezes a probabilidade calculada na tabela, temos a estatística conhecida como P-valor, que nos fornece a probabilidade de erro ao rejeitarmos H0. Explicar que para saber a probabilidade de acerto temos que olhar na tabela de Z de teste. Explicar a tabela de Z: na linha temos o valor de Z e uma casa decimal e na coluna o valor da centena. No caso em questão estamos testando que X1=X2 ou X1-X2=0. O valor da tabela é unicaldal, portanto multiplicamos por dois para saber a prob. Se fizermos 100- prob temos P valor (erro da estimativa). Erro em rejeitar H0. ex. Pvalor é 0,20, se rejeitarmos H0 o faríamos com uma prob de 20% de estarmos errando.
20
Z de teste- Exemplo Ex: Considere o teste de diferença de média entre duas amostras com o Z=0,68. Olhando na tabela encontramos a probabilidade 25,17, multiplicando por 2 temos 50,34% de acerto. O P-valor é de 49,66% (100-50,34) Isto significa que se rejeitarmos H0 estariamos errando a uma probabilidade de 49,66%. Assim, não rejeitamos H0 e dizemos que a diferença entre as médias amostrais não é significativa. Obs: estas médias podem ser matematicamente diferentes, mas esta diferença é devida a erro amostral.
21
Passos para o teste de diferença de médias
1o passo: Obter as médias amostrais 2o passo: achar o desvio padrão de cada amostra 3o passo: Calcular o erro padrão de cada média 4o passo:Achar a diferença do erro padrão das médias 5o passo: Achar a estatística Z 6o passo: Usando a tabela obter a probabilidade de acerto 7o passo: subtrair de 100% a probabilidade de acerto para achar o P-valor.
22
Comentários Finais Aula de hoje: aprendemos a realizar a avaliação de impacto quando a seleção entre tratados e não-tratados foi aleatória. Próxima aula: iremos aprender a fazer a avaliação de impacto quando a seleção entre tratados e não-tratados não foi aleatória.
Apresentações semelhantes
© 2024 SlidePlayer.com.br Inc.
All rights reserved.