Non-Experimental Methods. Objetivo: Isolar o efeito das nossas intervenções sobre os resultados de interesse  Utilizar métodos de avaliação rigorosos.

Slides:



Advertisements
Apresentações semelhantes
Análise Estatística Testes de Hipóteses.
Advertisements

Integridade de Dados em Memórias Cache
João Luiz Fernandes e Aura Conci Universidade Federal Fluminense
Experiments with Clustering as a Software Remodularization Method Nicolas Anquetil and Timothy C. Lethbridge University of Ottawa, Canada WCRE 1999:
Como selecionar, avaliar e desenvolver pessoas
ESTIMAÇÃO.
Técnicas de orçamento de capital
Andréa Menezes Cássio José Renata C. M. Silva
1 Controlo e Aprendizagem Aula Teórico-Prática nº 1 Metodologia experimental Planificação das aulas Temas dos trabalhos de grupo Avaliação.
Problemas de Forma Não-padrão
NOÇÕES PRELIMINARES.
Pesquisas com dados existentes: análise de dados secundários, estudos suplementares e revisões sistemáticas.
Delineando estudos de testes médicos
CAPÍTULO 2 – MODELO MONITOR E GRAMÁTICA UNIVERSAL
PLANEJAMENTO E ANÁLISE DE EXPERIMENTOS
EPIDEMIOLOGIA E BIOESTATÍSTICA
Metodologia Científica Aula 6
Simulação de Sistemas Prof. MSc Sofia Mara de Souza AULA2.
Como Desenvolver Sistemas de Informação
CIÊNCIA E TECNOLOGIA O Engenheiro deve desenvolver suas atividades com o auxílio da pesquisa científica e desenvolvimento tecnológico. A pesquisa e o.
1 ESTATÍSTICA. 2 UDIII - Relação Entre Duas ou Mais Variáveis ESTATÍSTICA Ass 01: Regressão Múltipla (2 a Parte)
J. Landeira-Fernandez Ética e Ciência
1 Jovens Urbanos 3ª edição Resultados da Avaliação Econômica Jovens Urbanos 3ª edição São Paulo março/2010.
José Roberto Blaschek Gerência do Escopo José Roberto Blaschek.
ME623A Planejamento e Pesquisa. Não Interação no Modelo de 2 Fatores A presença de interação tem um impacto na interpretação dos dados No entanto, se.
ME623 Planejamento e Pesquisa
ME623A Planejamento e Pesquisa
Informática Teórica Engenharia da Computação
Práticas Investigativas
Teste de Hipóteses de uma amostra Prof. Helcio Rocha
Copyright © 2004 South-Western 27 As Ferramentas Básicas das Finanças.
Ordem do Trabalho Conhecimento do Trabalho Construir o Objecto de Estudo Metodologia do Trabalho.
BENCHMARKING.
Algumas Técnicas Profa. Lillian Alvares, Faculdade de Ciência da Informação, Universidade de Brasília.
Aula 5 – Diferenças em Diferenças
A Relação dos Portugueses com o Dinheiro e o Crédito 2 de Abril de 2008.
Modelagem Estatística
PRINCIPAIS DELINEAMENTOS DE PESQUISA
ESTUDO CLÍNICO RANDOMIZADO CONTROLADO
Introdução e Busca Cega
Experiments and Generalized Causal Inference
Validade Interna Capítulo 2
Regressão Múltipla Profas: Gardênia da Silva Abbad Elaine Rabelo Neiva
Aula 6 - Método não-experimental ou de seleção não-aleatória
O Pesquisar Gustavo Porfírio.
Inferência Estatística
PLANEJAMENTO DO EXPERIMENTO
MÉTODO CIENTÍFICO "...ciência consiste em agrupar fatos para que leis gerais ou conclusões possam ser tiradas deles." Charles Darwin.
Aula 5 - Método experimental ou de seleção aleatória
AADAPT Workshop Latin America Brasilia, November 16-20, 2009 David Evans Economista, Banco Mundial 1.
Tipos de Estudos Epidemiológicos
Aproveitar Descontinuidades
A estatística nas investigações cientificas em saúde: usos e abusos
Aula 11 - Teste de hipóteses, teste de uma proporção
Estatística e Probabilidade
O COMPORTAMENTO DOS CONSUMIDORES X IDENTIDADE CULTURAL
Teste de Hipóteses Pontos mais importantes: -objectivo
Ferramentas apresentadas
Professor Antonio Carlos Coelho
Aula 6. Delineamento amostral
Professora Michelle Luz
Testes de Hipóteses.
MÉTODOS EMPREGADOS EM EPIDEMIOLOGIA
PROCESSOS DECISÓRIOS PD MODELOS DE TOMADA DE DECISÃO – MODELO RACIONAL
UNIVERSIDADE DA AMAZÔNIA - UNAMA Curso: SERVIÇO SOCIAL
Métodos Estatísticos Aplicados às Ciências Biológicas - 7ª aula -
Testes de Hipóteses.
The Union, Paris, França MSF, Bruxelas, Bélgica
Estatística Inferencial. É um processo de tomada de decisão baseado em probabilidades e pode ser de dois tipos: - Estimação de parâmetros – usando a informação.
NOÇÕES PRELIMINARES. Propostas desse estudo Identificar os fatores que ajudam no processo de planejamento e controle da investigação; Identificar os fatores.
Transcrição da apresentação:

Non-Experimental Methods

Objetivo: Isolar o efeito das nossas intervenções sobre os resultados de interesse  Utilizar métodos de avaliação rigorosos para responder às nossas questões inicialmente propostas  Randomização (seleção aleatória) dos participantes no tratamento é o método “padrão de ouro” (simples, preciso, barato)  E se não pudermos mesmo utilizar este método? ➤ Quando faça sentido, utilizar métodos não- experimentais

 Conseguimos encontrar um contrafatual plausível?  Experiência natural?  Métodos não-experimentais estão associados a um conjunto de premissas  Quanto maior o número de premissas, menos válida será a medida do efeito de causalidade  É importante questionar as nossas premissas ▪ Utilize o senso-comum!

 Objetivo Principal ▪ Aumentar a produtividade e vendas da empresa  Intervenção ▪ Distribuição de subsídios ▪ Seleção de participantes não-aleatória  Grupo alvo ▪ PMEs entre 1 e 10 empregados  Principal indicador ▪ Vendas 4

5 (+) Impacto do programa (+) Impacto de fatores externos

6 (+) Medida ENVIESADA do impacto do programa “Antes-e-Depois” não gera resultados em que possamos acreditar!

7 Diferença final (« depois ») entre participantes e não participantes Diferença inicial (« antes ») entre participantes e não participantes >> Qual é o impacto da nossa intervenção?

Contrafatual: 2 opções que significam o mesmo 1. Vendas de não participantes depois da intervenção, expurgando as diferenças “anteriores” entre participantes e não participantes (a diferença inicial entre os dois grupos) 2. Vendas dos participantes antes da intervenção, expurgando a variação entre “antes/depois”para os não participantes (os fatores externos)  1 e 2 são equivalentes 8

Premissa subjacente: Sem o programa, as vendas dos participantes e dos não participantes evoluíriam da mesma forma (com a mesma tendência) >> Gráfico intuitivo a caminho....

10

11

12 NP NP 2007 =0.8 Impacto = (P P 2007 ) -(NP NP 2007 ) = 0.6 – 0.8 = -0.2 Impacto = (P P 2007 ) -(NP NP 2007 ) = 0.6 – 0.8 = -0.2 P P 2007 =0.6

13 P-NP 2008 =0.5 Impacto = (P-NP) (P-NP) 2007 = = -0.2 Impacto = (P-NP) (P-NP) 2007 = = -0.2 P-NP 2007 =0.7

Impacto=-0.2

 Impacto negativo:  Muito contra-intuitivo: O aumento do financiamento não devería reduzir as vendas, a partir do momento em que os fatores externos sejam tidos em conta!  Presumir a mesma tendência é muito forte  Os 2 grupos estavam em 2007 a produzir a níveis muito diferentes  Questione a presunção de mesma tendência!  Sempre que possível, teste a presunção de mesma tendência com dados de anos anteriores

Rejeitamos a presunção contrafatual de mesma tendência!

17

18 NP 08 -NP 07 =0.2 Impact0 = (P P 2007 ) -(NP NP 2007 ) = 0.6 – 0.2 = Impact0 = (P P 2007 ) -(NP NP 2007 ) = 0.6 – 0.2 = + 0.4

Impacto = +0.4

 Impacto Positivo:  Mais intuitivo  Sera que presumir a mesma tendência é razoável? ➤ Ainda precisamos de questionar a presunção contrafatual de mesma tendência! ➤ Utilizemos dados de anos anteriores

Parece razoável aceitar a presunção contrafatual de mesma tendência!

 Assumir a mesma tendência é normalmente problemático  Quando não existem dados para testar a mesma tendência histórica  E mesmo se as tendências forem semelhantes no ano anterior… ▪ Foram as tendências sempre semelhantes (ou tivemos sorte)? ▪ Mais importante, serão essas tendências sempre semelhantes? ▪ Exemplo: Outro projeto intervem nas nossas empresas não participantes…

 Que fazemos então? >> Temos de ser descritivos!  Verificar as semelhanças em características observáveis ▪ Se não são semelhantes ao nível das características observáveis, é provavel que as tendências sejam diferentes de uma forma imprevisível >> No entanto, não conseguimos verificar o que não conseguimos ver…E as características não observáveis podem ser mais importantes que as observáveis (capacidade, motivação, paciência, etc)

Agrupe participantes e não participantes com base em características observáveis Contrafatual:  Grupo de comparação com semelhanças em características observáveis:  Procura-se para cada participante do programa um ou mais pares de não participante(s) com base nas características observáveis >>Em média, participantes e não participantes partilham as mesmas características observáveis (por construção)  Estimar o efeito da nossa intervenção utilizando diferença das diferenças 24

Premissas subjacentes  Não há diferenças entre os participantes e não participantes em termos de características não observáveis E/OU  Características não observáveis não afetam a selecção para o tratamento nem o resultado de interesse

 Criar um grupo de controle através da identificação de sub-grupos (de um ou mais) com características observáveis semelhantes aos participantes  Temos de escolher com cuidado as variáveis para agrupar os participantes com o grupo de controle  De forma a que fiquemos apenas com ▪ Grupo de tratamento: Participantes que conseguiram obter um par ▪ Grupo de controle: não-participantes parecidos com os participantes >> Em resultado deste processo, eliminamos uma parte do nosso grupo de tratamento!

 Na maior parte dos casos, não conseguimos encontrar pares para todos os participantes  Precisamos de perceber quem fica de fora  Exemplo Pontuação não-participantes Participantes Parte combinada Riqueza Parte do grupo de tratamento excluída

 Vantagens do metodo de combinação:  Não precisa de randomização 28

 Desvantagens:  A premissa subjacente ao contrafatual não é plausível em todos os contextos, dificil de testar ▪ Utilize o senso comum  Necessita dados de muita qualidade ▪ Necessário controlar todos os fatores que influenciam o a alocação ao programa / resultado em análise  Necessita amostras de tamanho suficientemente grande para gerar o grupo de comparação  não se consegue sempre encontrar pares para todos... 29

 A randomização requer premissas mínimas e gera estimativas intuitivas (médias das amostras!)  Métodos não experimentais requerem premissas que devem ser cuidadosamente avaliadas  Mais intensivo em termos de dados  Nem sempre testavel  Seja criativo:  Misture-e-combine os métodos!  Responda as perguntas relevantes com os métodos apropriados 30