A avaliação do impacto de um treinamento utilizando Propensity Score Matching : uma abordagem não-paramétrica e semiparamétrica

Detalhes bibliográficos
Autor(a) principal: Silveira, Luiz Felipe de Vasconcellos
Data de Publicação: 2015
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da UFRGS
Texto Completo: http://hdl.handle.net/10183/147470
Resumo: O objetivo dessa dissertação é avaliar o impacto de um programa de treinamento voltado para trabalhadores, utilizando o propensity score matching, mas com dois tipos de abordagem, uma não-paramétrica e a outra semi-paramétrica. Para estimação não paramétrica foi utilizado um método proposto por Li, Racine e Wooldridge (2009) e para estimação semi-paramétrica, o modelo utilizado foi o Generalized Additive Model proposto por Hastie e Tibshirani (1990). Os resultados obtidos indicam que os dois métodos utilizados apresentam estimativas tão boas ou melhores do que quando estimadas paramétricamente.
id URGS_5b0a3e3af9f8b180f4fbe3f4f0bd979e
oai_identifier_str oai:www.lume.ufrgs.br:10183/147470
network_acronym_str URGS
network_name_str Biblioteca Digital de Teses e Dissertações da UFRGS
repository_id_str 1853
spelling Silveira, Luiz Felipe de VasconcellosTorrent, Hudson da Silva2016-08-20T02:14:47Z2015http://hdl.handle.net/10183/147470000994704O objetivo dessa dissertação é avaliar o impacto de um programa de treinamento voltado para trabalhadores, utilizando o propensity score matching, mas com dois tipos de abordagem, uma não-paramétrica e a outra semi-paramétrica. Para estimação não paramétrica foi utilizado um método proposto por Li, Racine e Wooldridge (2009) e para estimação semi-paramétrica, o modelo utilizado foi o Generalized Additive Model proposto por Hastie e Tibshirani (1990). Os resultados obtidos indicam que os dois métodos utilizados apresentam estimativas tão boas ou melhores do que quando estimadas paramétricamente.The goal of this thesis is to evaluate the impact of a job training program using propensity score matching methods with two types of approaches: a nonparametric e another semiparametric. For non-parametric estimation was used a method proposed by Li, Racine and Wooldridge (2009) and for the semiparametric model the Generalized Additive Model proposed by Hastie and Tibshirani (1990). The results indicate that both methods provide estimates as good or better than when parametrically estimated.application/pdfporMétodos não paramétricosEstatística aplicadaEconometriaImpact evaluationPropensity score matchingNonparametric econometricsSemiparametric econometricsA avaliação do impacto de um treinamento utilizando Propensity Score Matching : uma abordagem não-paramétrica e semiparamétricainfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisUniversidade Federal do Rio Grande do SulFaculdade de Ciências EconômicasPrograma de Pós-Graduação em EconomiaPorto Alegre, BR-RS2015mestradoinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSORIGINAL000994704.pdf000994704.pdfTexto completoapplication/pdf1802209http://www.lume.ufrgs.br/bitstream/10183/147470/1/000994704.pdf54bff4d5bf407b86fd7056c451f62ee7MD51TEXT000994704.pdf.txt000994704.pdf.txtExtracted Texttext/plain113416http://www.lume.ufrgs.br/bitstream/10183/147470/2/000994704.pdf.txtdf42edb784215c04a7b9e2345f968517MD52THUMBNAIL000994704.pdf.jpg000994704.pdf.jpgGenerated Thumbnailimage/jpeg1110http://www.lume.ufrgs.br/bitstream/10183/147470/3/000994704.pdf.jpgafdbaf497b9bc6542d4be3eef8c25aa3MD5310183/1474702019-03-16 02:30:22.228248oai:www.lume.ufrgs.br:10183/147470Biblioteca Digital de Teses e Dissertaçõeshttps://lume.ufrgs.br/handle/10183/2PUBhttps://lume.ufrgs.br/oai/requestlume@ufrgs.br||lume@ufrgs.bropendoar:18532019-03-16T05:30:22Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false
dc.title.pt_BR.fl_str_mv A avaliação do impacto de um treinamento utilizando Propensity Score Matching : uma abordagem não-paramétrica e semiparamétrica
title A avaliação do impacto de um treinamento utilizando Propensity Score Matching : uma abordagem não-paramétrica e semiparamétrica
spellingShingle A avaliação do impacto de um treinamento utilizando Propensity Score Matching : uma abordagem não-paramétrica e semiparamétrica
Silveira, Luiz Felipe de Vasconcellos
Métodos não paramétricos
Estatística aplicada
Econometria
Impact evaluation
Propensity score matching
Nonparametric econometrics
Semiparametric econometrics
title_short A avaliação do impacto de um treinamento utilizando Propensity Score Matching : uma abordagem não-paramétrica e semiparamétrica
title_full A avaliação do impacto de um treinamento utilizando Propensity Score Matching : uma abordagem não-paramétrica e semiparamétrica
title_fullStr A avaliação do impacto de um treinamento utilizando Propensity Score Matching : uma abordagem não-paramétrica e semiparamétrica
title_full_unstemmed A avaliação do impacto de um treinamento utilizando Propensity Score Matching : uma abordagem não-paramétrica e semiparamétrica
title_sort A avaliação do impacto de um treinamento utilizando Propensity Score Matching : uma abordagem não-paramétrica e semiparamétrica
author Silveira, Luiz Felipe de Vasconcellos
author_facet Silveira, Luiz Felipe de Vasconcellos
author_role author
dc.contributor.author.fl_str_mv Silveira, Luiz Felipe de Vasconcellos
dc.contributor.advisor1.fl_str_mv Torrent, Hudson da Silva
contributor_str_mv Torrent, Hudson da Silva
dc.subject.por.fl_str_mv Métodos não paramétricos
Estatística aplicada
Econometria
topic Métodos não paramétricos
Estatística aplicada
Econometria
Impact evaluation
Propensity score matching
Nonparametric econometrics
Semiparametric econometrics
dc.subject.eng.fl_str_mv Impact evaluation
Propensity score matching
Nonparametric econometrics
Semiparametric econometrics
description O objetivo dessa dissertação é avaliar o impacto de um programa de treinamento voltado para trabalhadores, utilizando o propensity score matching, mas com dois tipos de abordagem, uma não-paramétrica e a outra semi-paramétrica. Para estimação não paramétrica foi utilizado um método proposto por Li, Racine e Wooldridge (2009) e para estimação semi-paramétrica, o modelo utilizado foi o Generalized Additive Model proposto por Hastie e Tibshirani (1990). Os resultados obtidos indicam que os dois métodos utilizados apresentam estimativas tão boas ou melhores do que quando estimadas paramétricamente.
publishDate 2015
dc.date.issued.fl_str_mv 2015
dc.date.accessioned.fl_str_mv 2016-08-20T02:14:47Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10183/147470
dc.identifier.nrb.pt_BR.fl_str_mv 000994704
url http://hdl.handle.net/10183/147470
identifier_str_mv 000994704
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da UFRGS
instname:Universidade Federal do Rio Grande do Sul (UFRGS)
instacron:UFRGS
instname_str Universidade Federal do Rio Grande do Sul (UFRGS)
instacron_str UFRGS
institution UFRGS
reponame_str Biblioteca Digital de Teses e Dissertações da UFRGS
collection Biblioteca Digital de Teses e Dissertações da UFRGS
bitstream.url.fl_str_mv http://www.lume.ufrgs.br/bitstream/10183/147470/1/000994704.pdf
http://www.lume.ufrgs.br/bitstream/10183/147470/2/000994704.pdf.txt
http://www.lume.ufrgs.br/bitstream/10183/147470/3/000994704.pdf.jpg
bitstream.checksum.fl_str_mv 54bff4d5bf407b86fd7056c451f62ee7
df42edb784215c04a7b9e2345f968517
afdbaf497b9bc6542d4be3eef8c25aa3
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)
repository.mail.fl_str_mv lume@ufrgs.br||lume@ufrgs.br
_version_ 1810085377046740992

Registros relacionados