วีดีโอ

Me alegro de que te haya servido. ¡Saludos!

Hola Paula. Puedes descargar la base aquí www.dropbox.com/scl/fi/zeu0exwv6ftlmh3zqqfbb/regresion_discontinua_base.dta?rlkey=ldoy0e0y6hh5d41ax3vzoxukw&st=zl4vy6vs&dl=0

Muchisimas gracias Pablo, saludos!!

Hola! Lo puedes encontrar en el libro que uso Levendis, John D. Time series econometrics. Springer International Publishing, 2018.

@@adriangarlati Muchas gracias!

Gracias. Efectivamente tuve un problema con el micrófono y recién me di cuenta hasta el final de la clase.

Hola Bautista. Eso está explicado en mi otro video de Regresión simple th-cam.com/video/V53-AHMD4ic/w-d-xo.html

Hola Juan José. Me alegro de que los videos te sirvan. Saludos!

Como se explica en el video, es usual que la variable esté muy acumulada en cero. Yo sugeriría probar con diferentes modelos (MCO, Poisson o incluyo Logit y Probit transformando la variable en binaria) e investigar con cuál se obtienen las conclusiones más interesantes.

Hola Nicolás. Me alegro que los videos te hayan servido. Mucho éxito en tus clases!

Gracias por la sugerencia. Ya lo he agregado en la descripción de los videos de la clases. El formato de las bases es .dta, el que se usa para Stata.

Se podría pero resulta un poco arbitrario. ¿Porqué elegir 0.001 y no 0.1 o 0.02 o cualquier otro valor? Resulta bastante extraño. Es la misma razón por la que hoy en día tampoco se usa log(x+1) en caso de que x tome muchas veces el valor 0 (¿por qué no usar log(x+2) o log(x+0.0005)?). Hoy en día es mejor buscar modelos específicamente diseñados para estos escenarios que tomar decisiones de investigación arbitrarias.

Hola Fabricio. No hay problema en estimar modelos Probit o Logit si se tiene Datos de Corte Transversales. Lo único importante en estos casos es incorporar tendencia y estacionalidad al modelo que se estima. Sin embargo, es importante cambiar los modelos Probit o Logit si se tiene un panel de datos, porque toca ajustar por la heterogeneidad no observada de los individuos del panel.

De nada Solangie

De nada Maximiliano

Hola Carolina. Efectivamente, si tienes una variable de conteo lo más apropiado es usar un modelo de Poisson. Para una variable dependiente binaria lo mejor es usar otros métodos de estimación como Mínimos Cuadrados Ordinarios, Logit o Probit. Tengo algunos videos sobre estos últimos métodos: th-cam.com/video/Ost9Dv9yaN8/w-d-xo.html y th-cam.com/video/wMAsHwI30yU/w-d-xo.html . Saludos!

@@adriangarlati muchísimas gracias.

Muchas gracias por el comentario. Si me indicas que partes te parecen más aburridas me puede servir para mejorar la presentación.

Estou feliz que você gosta do vídeo. O banco de dados é baixado usando o primeiro comando que está no arquivo do que pode ser baixado usando o link na descrição do vídeo.

Hola Merit. No entiendo muy bien a qué te refieres. Las estimaciones EMV ya están preprogramadas en los software estadísticos. Si te refieres a programar las funciones de máxima verosimilitud ello no es complicado si se entiende la teoría, aunque lograr la convergencia es más complicado.

Hola David. Se interpreta como el valor de y cuanto todos los regresores son iguales a cero. Saludos.

Hola Leonardo. Si es una duda puntual quizás te puedo ayudar aquí.

@@adriangarlati gracias por su pronta respuesta, me gustó mucho su video, me parece muy completo teóricamente.

@@adriangarlati Mi tesis va enfocada al efecto positivo que tienen 3 empresas en el pib de un determinado pais. Esa sería mi variable dependiente de la cuál quiero sacar la probabilidad. Las variables que considero tienen relación son inversión, ahorro, empleo y desarrollo tecnologico. De las cuales no tengo datos exactos por la gran cantidad de efectos a otros sectores, por lo cual las hice variables dummy o cualitativas. Poseo los datos de los ingresos y la valoración de las empresas en un periodo de tiempo de 9 años. Mi duda es cómo establecer la relación entre esas variables en Stata y si todos los datos que debo colocar en el dataset debe ser binaria?

Hola Leandro. No estoy seguro de si necesites un modelo de respuesta binaria. Casi todas las variables que mencionas son continuas. Debes usar modelos Probit y Logit únicamente si tu dependiente solo puede tomar valores cero/uno. Si, en cambio, tu variable independiente es binaria, perfectamente puedes usar Mínimos Cuadrados Ordinarios u otros métodos lineales.

En estos casos es complejo porque se está usando un modelo no lineal (logit en la 1ra etapa) y lineal (MCO en la 2da etapa). Este video solo cubre el caso de MC2E que es lineal en las dos etapas. Te sugiero revisar el capítulo 25.12 de libro de Hansen www.ssc.wisc.edu/~bhansen/econometrics/ . Saludos.

Hola Gabriela. Me alegro que el video te haya gustado. En cuanto a las pruebas que mencionas depende de cuál sea el propósito que busques con la estimación para entender si funciona bien o no.

@@adriangarlati Muchas gracias por tu respuesta, busco explicar los efectos de algunas variables sociodemográficas en la formalidad/informalidad del empleo a través de un modelo Probit. Respecto a los test me preguntaba si para estos modelos puede aplicarse algún tipo de test de heterocedasticidad y normalidad? Gracias de nuevo

Si tu intención es evaluar el efecto marginal de ciertas variables sobre la probabilidad de y=1 es mucho más práctico usar un Modelo de Probabilidad Lineal, th-cam.com/video/Ost9Dv9yaN8/w-d-xo.html , ya que es mucho más fácil de interpretar y eficiente para correr. No se usan muchas pruebas de heterocedasticidad ni de normalidad para los modelos Probit sino que se utilizan errores robustos a estos problemas (es posible hacer esto tanto en Stata como R).

@@adriangarlati muchas gracias, ha sido de mucha ayuda tu respuesta! Saludos,

@@adriangarlati Hola! Una pregunta, que los errores sean robustos cómo "reemplaza" a las pruebas de heterocedasticidad o normalidad?

Hola Fernando. Acabo de agregar un enlace a las bases de datos que uso en la descripción del video. Saludos!

@@adriangarlati Gracias!

Hola Rodrigo. Probablemente se podría hacer, aunque la exposición de la programación se haría un poco más pesada. Quizás en un futuro, utilizando comandos específicos para estimaciones RD, se podría hacer. Muchas gracias por la sugerencia.

Hola Sebastián. Tengo un video donde explico la elección del modelo de EA vs otros modelos th-cam.com/video/96ua24IcV1Y/w-d-xo.html . Saludos!

Hola Ives. Me alegro que te guste el video. En la descripción del video puedes encontrar el enlace de donde puedes descargar la base de datos. Saludos!

Hola Fabrizio. En realidad en las variables no podés tener heterocedasticidad. De hecho sí hay mucha varianza en las variables de una regresión esas son buenas noticias porque permite estimar mucho con más precisión las estimaciones puntuales. En un modelo Tobit, al ser estimado con EMV, es más difícil detectar heterocedasticidad. Tendrías que investigar las pruebas de hipótesis más adecuadas. Te recomiendo leer los libros de Cameron y Trivedi, el de Bruce Hansen también es muy bueno. Además, podrías revisar la ayuda de Stata del comando Tobit en Stata. Saludos!

Hola Albar. Me alegro que te te haya gustado. Esta clase la doy en el doctorado en economía en la Universidad Javeriana en Bogotá. Mi doctorado lo obtuve en Michigan State University.

@@adriangarlati wow muchísimas gracias Pablo eso lo estamos viendo en maestría en política públicas 🥵 ojalá hubiera visto tu vídeo de álgebra lineal para econometria, explicas muy bien. Vas a la velocidad de la luz ahí, pero son los temas mínimos para econometria con matrices.

Hola Santiago. Muchas gracias por encontrar y reportar el error. Apenas pueda voy a subir una nueva versión haciendo la corrección respectiva. Saludos!

Hola César. Para la revisión de la bibliografía un buen comienzo es el cap 16 de Wooldridge, Jeffrey M. (2010) Econometric Analysis of Cross-Section and Panel Data. The MIT Press. Cambridge MA. En cuanto a software en Stata el comando ologit realiza este tipo de estimaciones, y el help del comando en pdf contiene mayor revisión bibliográfica.

Hola María Camila. Lamentablemente no comparto las diapositivas de las clases, puesto que a veces contienen errores. Puedes encontrar el material original en Wooldridge, Jeffrey M. (2018), Introductory Econometrics: A Modern Approach, Seventh Edition, Cengage Learning.

Hola Dante. Me alegro que el video te haya servido. La literatura sobre evaluación de impacto es muy extensa. Una introducción amigable a diferencias en diferencias es el cap 18 del libro de Hansen www.ssc.wisc.edu/~bhansen/econometrics/Econometrics.pdf. Un libro online muy actualizado con los diferentes métodos de evaluación de impacto es mixtape.scunning.com/index.html.