DISCIPLINA: Métodos Quantitativos: tópicos em modelos de regressão e inferência causal
PROFESSOR: Rudi Rocha
SEMESTRE: 2º/2018
PÚBLICO-ALVO: Alunos de Doutorado
O curso pretende auxiliar o/a aluno/a a desenvolver atividades de pesquisa empírica aplicada em nível intermediário. Para isso revisamos princípios fundamentais de estatística e econometria básica, e avançamos em técnicas econométricas de avaliação do impacto de políticas públicas, com ênfase em aulas práticas em laboratório.
OBJETIVO DA DISCIPLINA
Ao final do curso o/a aluno/a deve ser capaz de desenhar uma pesquisa empírica que determine os impactos de uma política pública em diferentes resultados.
OBJETIVO DE APRENDIZAGEM
Compreender e operacionalizar conceitos estatísticos básicos (probabilidade condicional e independência, definição e caracterização de variáveis aleatórias, distribuições de probabilidade).
Compreender a diferença entre associação e causalidade.
Compreender e operacionalizar métodos experimentais e não experimentais de regressão, considerando viés de variáveis omitidas.
Realizar inferência em regressão.
METODOLOGIA
Aulas expositivas e realização de exercícios aplicados em laboratório.
TÓPICOS PRINCIPAIS:
- Revisão: conceitos fundamentais em probabilidade e estatística
- Análise exploratória e descritiva de microdados em Stata
- Conceitos fundamentais em econometria e operacionalização de modelos de regressão em Stata
- Inferência em modelos de regressão simples e múltiplo
- Contextos experimentais e aleatorização em ciências sociais
- Técnicas empíricas de identificação de causalidade
- Definição e operacionalização de modelos com variáveis instrumentais
- Definição e operacionalização de modelos com dados em painel e diferenças-em-diferenças
- Definição e operacionalização de modelos RDD
- Concepção e desenvolvimento de projetos de pesquisa quantitativa
CRITÉRIO DE AVALIAÇÃO
Exame Parcial 20%
Trabalho Final 40%
Exame Final 40%
BIBLIOGRAFIA BÁSICA
Long, J. S. (2009). The Workflow of Data Analysis Using Stata. College Station, TX: Stata Press
Meyer, P. L. (1983) Probabilidade - Aplicações à Estatística. São Paulo: LTC Editora.
Pischke, J-S e J.D. Angrist (2009) Mostly Harmless Econometrics. Princeton, NJ: Princeton University Press
Wooldridge, J.M. Introductory Econometrics: A Modern Approach. 5th Edition. South-Western CENGAGE Learning.
BIBLIOGRAFIA COMPLEMENTAR
Cameron, A.C. e P.K. Trivedi (2006) Microeconometrics. Cambridge University Press
Casella, G e Berger, R. (2010) Inferência Estatística. São Paulo: Cengage Learning.
Lee, Myoung-jae (2006) Micro-Econometrics for Policy, Program, and Treatment Effects Advanced Texts in Econometrics, Cambridge University Press.