Amazon cover image
Image from Amazon.com

Técnicas de evaluación de impacto /

By: Pérez López, CésarContributor(s): Moral Arce, IgnacioMaterial type: TextTextPublication details: Madrid : IberGarceta Publicaciones, S.L. 2015 Description: 574 p. 24 cmISBN: 9788416228362Subject(s): Evaluación del impacto ambiental | Gestión ambiental | Calidad ambiental | Protección ambientalDDC classification: 333.71
Partial contents:
Técnicas de evaluación de impacto. Introducción. Política basada en la evidencia. Tipos de evaluación de políticas públicas. Teoría del cambio. La cadena de resultados. ¿Qué es la evaluación de impacto? Inferencia causal.
Contrafactual. Sesgo de selección. El contrafactual. Evaluación de impacto prospectiva o retrospectiva. Métodos para el cálculo del contrafactual. El sesgo de selección. Estimaciones del impacto de una política: tipos de parámetros. Dos errores básicos a evitar en la elección del contrafactual. Diseño "antes-después" y series temporales.
Evaluación de impacto. Diseños experimentales. Muestreo. Impacto y contrafactual. diseños experimentales y no experimentales. Diseños experimentales. extracción de muestras. Muestreo aleatorio simple. Tamaño de la muestra en muestreo aleatorio simple. Muestreo sistemático. Estimadores y errores. Herramientas para el muestreo estadístico. Un caso práctico. Muestreo aleatorio simple con IBM SPSS Statistics. Muestreo aleatorio simple con el asistente de muestreo de IBM SPSS Statistics. 3.9 cálculo de estimadores y errores en muestreo aleatorio simple. Muestreo sistemático con el asistente de muestreo de IBM SPSS Statistics. Muestreo a través de SAS. Muestreo a través de STATA.
Diseños experimentales. Extracción de muestras estratificadas y por conglomerados. Concepto de muestreo estratificado. Muestreo estratificado sin reposición: estimadores y errores. Muestreo estratificado con reposición: estimadores y errores. Afijación de la muestra: tipos de afijación y errores de los estimadores para muestreo sin reposición. Afijación de la muestra: tipos de afijación y errores de los estimadores para muestreo con reposición. Tamaño de la muestra para muestreo estratificado. Muestreo estratificado con IBM SPSS Statistics. Estimaciones y cálculo de errores en el muestreo estratificado. Muestreo estratificado a través de SAS. Muestreo estratificado a través de STATA. Muestreo unietápico de conglomerados. Muestreo bietápico de conglomerados. Muestreo polietápico de conglomerados. diseños complejos: bietápico con estratificación en primera etapa. Muestreo de conglomerados monoetápico y polietápico con IBM SPSS Statistics. Procedimiento surveyselect de SAS para muestreo por conglomerados y otros tipos de muestreo.
Diseños experimentales: análisis de los grupos de tratamiento y control. Evaluación de impacto. Homegeneidad entre el grupo de tratamiento y el grupo de control. Homogeneidad entre el grupo de tratamiento y el grupo de control a través de tests estadísticos formales. El procedimiento prueba para dos muestras independientes de SPSS. Evaluación del impacto de una política a través de los test de diferencia de medias y de homogeneidad. Contrastes de hipótesis en intervalos de confianza con SAS. Contrastes de diferencias de medias con STATA. Contrastes no paramétricos con STATA.
Diseños experimentales. modelos del análisis de la varianza y la covarianza y sus aplicaciones a la evaluación de impacto. Modelos del análisis de la varianza y la covarianza. Modelo anova con un solo factor. Efectos fijos y aleatorios. Modelo anova con dos factores: efectos fijos, aleatorios y mixtos. Modelos anova del análisis de la varianza de un factor y la evaluación de impacto. Modelos anova del análisis de la varianza de varios factores y evaluación de impacto. Modelos ancova del análisis de la covarianza simple de varios factores y la evaluación de impacto. Análisis multivariante de la varianza (manova). Análisis multivariante de la covarianza (mancova). Modelo lineal general (GLM). Modelos lineales mixtos. Modelos manova del análisis de la varianza múltiple y evaluación de impacto. Modelos mancova del análisis de la covarianza múltiple y evaluación de impacto. Análisis de la varianza y la covarianza con SAS: procedimiento GLM. STATA y el análisis de la varianza-covarianza, el modelo GLM y los modelos mixtos.
El modelo lineal general y sus aplicaciones a la evaluación de impacto. Modelo de regresión lineal múltiple. Estimación del modelo lineal de regresión múltiple. Estimación del modelo, contrastes e intervalos de confianza a través del cálculo matricial. Análisis de la varianza en regresión. Predicciones. Análisis de los residuos. El problema de la autocorrelación, su detección y soluciones. El problema de la heteroscedasticidad. Detección y soluciones. El problema de la multicolinealidad y su detección. Soluciones. Aplicaciones del modelo de regresión múltiple a la evaluación de impacto. El modelo de diferencias en diferencias. SPSS y el modelo de diferencias en diferencias para la evaluación de impacto. SPSS y el modelo de diferencias en diferencias con variables de control adicionales. SAS y el trabajo básico con el modelo de regresión lineal múltiple. STATA y el trabajo básico con el modelo de regresión múltiple. STATA y el trabajo básico con el modelo de regresión múltiple a través de menús.
Modelos con datos de panel y sus aplicaciones a la evaluación de impacto. Modelos lineales mixtos. Introducción a los datos de panel: estructuras de datos. Modelos econométricos con datos de panel. Modelos de panel con coeficientes constantes. Modelos de panel de efectos fijos. Modelos de panel de efectos aleatorios. Modelos dinámicos con datos de panel. El procedimiento modelos lineales mixtos de SPSS para datos de panel. Los datos de panel y la evaluación de impacto. SAS y los modelos con datos de panel. STATA y los modelos con datos de panel. Estimación de paneles dinámicos con STATA y la metodología Arellano-Bond.
Aleatorización. Diseño experimental versus diseño cuasiexperimental. Aleatorización. Diseño experimental. Diseño cuasi-experimental.
Método de diferencias para la evaluación de impacto. Introducción al método de diferencias. Descripción del método de diferencias. Etapas de estimación. Situación en la que se puede aplicar. Fortalezas y debilidades del método.
Diseño de variables instrumentales. Diseño de variables instrumentales. Descripción del método. Etapas de estimación. Fortalezas y limitaciones de este método. Situación en las que se puede aplicar. Estimación de variables instrumentales de un programa de capacitación voluntaria. Un nuevo estimado: late.
Diseños de emparejamiento. Propensity score matching. Diseños de emparejamiento. Matching o emparejamiento exacto. Descripción del método de propensity score matching. Etapas de estimación. Situación en las que se puede aplicar. Estimación del modelo de participación en primera etapa.
Diseños cuasi-experimentales regresión en discontinuidad. Técnica de regresión en discontinuidad. Propósito del método. Descripción del método. Etapas de estimación. Situación en las que se puede aplicar. fortalezas y limitaciones de la técnica. Regresión en discontinuidad difusa. Diseños cuasi-experimentales diferencias en diferencias. Diseño de diferencias en diferencias. Descripción del método. Etapas de estimación. Extensiones del método de estimación. ¿Por qué el diseño de dif-in-dif cancela el sesgo en variables no observadas? Situación en las que se puede aplicar. Fortalezas y limitaciones de la técnica. Modelos complementarios al de DID.
Scope and content: "Los programas y políticas públicas surgen para dar respuesta a las necesidades de la población y están diseñadas para aumentar el bienestar de los individuos de algún modo, por ejemplo, incrementado sus ingresos, el nivel de estudios, reduciendo las tasas de enfermedad, etc. En la mayoría de casos, las evaluaciones de impacto estiman el impacto promedio de un programa sobre el bienestar de los beneficiarios. Dentro de todos los posibles análisis y evaluaciones basadas en la evidencia empírica, de forma resumida podemos decir que una evaluación de impacto estima qué cambios en el bienestar de los individuos pueden ser atribuidos a una intervención pública, ya sea esta un proyecto, programa o política. Este enfoque en la atribución es el sello distintivo de las evaluaciones de impacto. En consecuencia, la tarea fundamental de este tipo de evaluaciones de políticas públicas es identificar la relación causal entre el producto que genera esa iniciativa pública y los resultados de interés. En este libro se recogen de forma secuenciada y ordenada las técnicas cuantitativas para la evaluación de impacto (diferencias en diferencias, regresión en discontinuidad, propensity score matching, variables instrumentales, modelo lineal general, paneles de datos, modelos del análisis de la varianza y la covarianza, contrastes de homogeneidad, contrastes de diferencias, etc.), presentando ejemplos sencillos que ilustran la metodología de cada técnica. La finalidad es arrojar un rayo de luz sobre las herramientas que habitualmente se utilizan en la evaluación de políticas públicas y contribuir a la expansión de su uso."
Tags from this library: No tags from this library for this title. Log in to add tags.
Star ratings
    Average rating: 0.0 (0 votes)
Holdings
Item type Current library Call number Status Date due Barcode
Libros Libros Biblioteca OEFA
333.71 P45 (Browse shelf(Opens below)) Currently in local use 04/04/2024 000521

Técnicas de evaluación de impacto. Introducción. Política basada en la evidencia. Tipos de evaluación de políticas públicas. Teoría del cambio. La cadena de resultados. ¿Qué es la evaluación de impacto? Inferencia causal.

Contrafactual. Sesgo de selección. El contrafactual. Evaluación de impacto prospectiva o retrospectiva. Métodos para el cálculo del contrafactual. El sesgo de selección. Estimaciones del impacto de una política: tipos de parámetros. Dos errores básicos a evitar en la elección del contrafactual. Diseño "antes-después" y series temporales.

Evaluación de impacto. Diseños experimentales. Muestreo. Impacto y contrafactual. diseños experimentales y no experimentales. Diseños experimentales. extracción de muestras. Muestreo aleatorio simple. Tamaño de la muestra en muestreo aleatorio simple. Muestreo sistemático. Estimadores y errores. Herramientas para el muestreo estadístico. Un caso práctico. Muestreo aleatorio simple con IBM SPSS Statistics. Muestreo aleatorio simple con el asistente de muestreo de IBM SPSS Statistics. 3.9 cálculo de estimadores y errores en muestreo aleatorio simple. Muestreo sistemático con el asistente de muestreo de IBM SPSS Statistics. Muestreo a través de SAS. Muestreo a través de STATA.

Diseños experimentales. Extracción de muestras estratificadas y por conglomerados. Concepto de muestreo estratificado. Muestreo estratificado sin reposición: estimadores y errores. Muestreo estratificado con reposición: estimadores y errores. Afijación de la muestra: tipos de afijación y errores de los estimadores para muestreo sin reposición. Afijación de la muestra: tipos de afijación y errores de los estimadores para muestreo con reposición. Tamaño de la muestra para muestreo estratificado. Muestreo estratificado con IBM SPSS Statistics. Estimaciones y cálculo de errores en el muestreo estratificado. Muestreo estratificado a través de SAS. Muestreo estratificado a través de STATA. Muestreo unietápico de conglomerados. Muestreo bietápico de conglomerados. Muestreo polietápico de conglomerados. diseños complejos: bietápico con estratificación en primera etapa. Muestreo de conglomerados monoetápico y polietápico con IBM SPSS Statistics. Procedimiento surveyselect de SAS para muestreo por conglomerados y otros tipos de muestreo.

Diseños experimentales: análisis de los grupos de tratamiento y control. Evaluación de impacto. Homegeneidad entre el grupo de tratamiento y el grupo de control. Homogeneidad entre el grupo de tratamiento y el grupo de control a través de tests estadísticos formales. El procedimiento prueba para dos muestras independientes de SPSS. Evaluación del impacto de una política a través de los test de diferencia de medias y de homogeneidad. Contrastes de hipótesis en intervalos de confianza con SAS. Contrastes de diferencias de medias con STATA. Contrastes no paramétricos con STATA.

Diseños experimentales. modelos del análisis de la varianza y la covarianza y sus aplicaciones a la evaluación de impacto. Modelos del análisis de la varianza y la covarianza. Modelo anova con un solo factor. Efectos fijos y aleatorios. Modelo anova con dos factores: efectos fijos, aleatorios y mixtos. Modelos anova del análisis de la varianza de un factor y la evaluación de impacto. Modelos anova del análisis de la varianza de varios factores y evaluación de impacto. Modelos ancova del análisis de la covarianza simple de varios factores y la evaluación de impacto. Análisis multivariante de la varianza (manova). Análisis multivariante de la covarianza (mancova). Modelo lineal general (GLM). Modelos lineales mixtos. Modelos manova del análisis de la varianza múltiple y evaluación de impacto. Modelos mancova del análisis de la covarianza múltiple y evaluación de impacto. Análisis de la varianza y la covarianza con SAS: procedimiento GLM. STATA y el análisis de la varianza-covarianza, el modelo GLM y los modelos mixtos.

El modelo lineal general y sus aplicaciones a la evaluación de impacto. Modelo de regresión lineal múltiple. Estimación del modelo lineal de regresión múltiple. Estimación del modelo, contrastes e intervalos de confianza a través del cálculo matricial. Análisis de la varianza en regresión. Predicciones. Análisis de los residuos. El problema de la autocorrelación, su detección y soluciones. El problema de la heteroscedasticidad. Detección y soluciones. El problema de la multicolinealidad y su detección. Soluciones. Aplicaciones del modelo de regresión múltiple a la evaluación de impacto. El modelo de diferencias en diferencias. SPSS y el modelo de diferencias en diferencias para la evaluación de impacto. SPSS y el modelo de diferencias en diferencias con variables de control adicionales. SAS y el trabajo básico con el modelo de regresión lineal múltiple. STATA y el trabajo básico con el modelo de regresión múltiple. STATA y el trabajo básico con el modelo de regresión múltiple a través de menús.

Modelos con datos de panel y sus aplicaciones a la evaluación de impacto. Modelos lineales mixtos. Introducción a los datos de panel: estructuras de datos. Modelos econométricos con datos de panel. Modelos de panel con coeficientes constantes. Modelos de panel de efectos fijos. Modelos de panel de efectos aleatorios. Modelos dinámicos con datos de panel. El procedimiento modelos lineales mixtos de SPSS para datos de panel. Los datos de panel y la evaluación de impacto. SAS y los modelos con datos de panel. STATA y los modelos con datos de panel. Estimación de paneles dinámicos con STATA y la metodología Arellano-Bond.

Aleatorización. Diseño experimental versus diseño cuasiexperimental. Aleatorización. Diseño experimental. Diseño cuasi-experimental.

Método de diferencias para la evaluación de impacto. Introducción al método de diferencias. Descripción del método de diferencias. Etapas de estimación. Situación en la que se puede aplicar. Fortalezas y debilidades del método.

Diseño de variables instrumentales. Diseño de variables instrumentales. Descripción del método. Etapas de estimación. Fortalezas y limitaciones de este método. Situación en las que se puede aplicar. Estimación de variables instrumentales de un programa de capacitación voluntaria. Un nuevo estimado: late.

Diseños de emparejamiento. Propensity score matching. Diseños de emparejamiento. Matching o emparejamiento exacto. Descripción del método de propensity score matching. Etapas de estimación. Situación en las que se puede aplicar. Estimación del modelo de participación en primera etapa.

Diseños cuasi-experimentales regresión en discontinuidad. Técnica de regresión en discontinuidad. Propósito del método. Descripción del método. Etapas de estimación. Situación en las que se puede aplicar. fortalezas y limitaciones de la técnica. Regresión en discontinuidad difusa. Diseños cuasi-experimentales diferencias en diferencias. Diseño de diferencias en diferencias. Descripción del método. Etapas de estimación. Extensiones del método de estimación. ¿Por qué el diseño de dif-in-dif cancela el sesgo en variables no observadas? Situación en las que se puede aplicar. Fortalezas y limitaciones de la técnica. Modelos complementarios al de DID.

"Los programas y políticas públicas surgen para dar respuesta a las necesidades de la población y están diseñadas para aumentar el bienestar de los individuos de algún modo, por ejemplo, incrementado sus ingresos, el nivel de estudios, reduciendo las tasas de enfermedad, etc. En la mayoría de casos, las evaluaciones de impacto estiman el impacto promedio de un programa sobre el bienestar de los beneficiarios.

Dentro de todos los posibles análisis y evaluaciones basadas en la evidencia empírica, de forma resumida podemos decir que una evaluación de impacto estima qué cambios en el bienestar de los individuos pueden ser atribuidos a una intervención pública, ya sea esta un proyecto, programa o política. Este enfoque en la atribución es el sello distintivo de las evaluaciones de impacto. En consecuencia, la tarea fundamental de este tipo de evaluaciones de políticas públicas es identificar la relación causal entre el producto que genera esa iniciativa pública y los resultados de interés.

En este libro se recogen de forma secuenciada y ordenada las técnicas cuantitativas para la evaluación de impacto (diferencias en diferencias, regresión en discontinuidad, propensity score matching, variables instrumentales, modelo lineal general, paneles de datos, modelos del análisis de la varianza y la covarianza, contrastes de homogeneidad, contrastes de diferencias, etc.), presentando ejemplos sencillos que ilustran la metodología de cada técnica. La finalidad es arrojar un rayo de luz sobre las herramientas que habitualmente se utilizan en la evaluación de políticas públicas y contribuir a la expansión de su uso."

There are no comments on this title.

to post a comment.
(511) 204-9900 anexo 7172     biblioteca@oefa.gob.pe