Métodos quantitativos: tópicos em modelos de regressão e inferência causal

 

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:

  1. Revisão: conceitos fundamentais em probabilidade e estatística
  2. Análise exploratória e descritiva de microdados em Stata
  3. Conceitos fundamentais em econometria e operacionalização de modelos de regressão em Stata
  4. Inferência em modelos de regressão simples e múltiplo
  5. Contextos experimentais e aleatorização em ciências sociais
  6. Técnicas empíricas de identificação de causalidade
  7. Definição e operacionalização de modelos com variáveis instrumentais
  8. Definição e operacionalização de modelos com dados em painel e diferenças-em-diferenças
  9. Definição e operacionalização de modelos RDD
  10. 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.