Estimação em modelos de diferença-em-diferenças não lineares

Detalhes bibliográficos
Autor(a) principal: Wendt, Vitória Maria Martini
Data de Publicação: 2024
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
Texto Completo: https://www.teses.usp.br/teses/disponiveis/12/12138/tde-22082024-113613/
Resumo: Neste trabalho nós mostramos que se a distribuição da variável resposta é conhecida então é possível a identificação e estimação do parâmetro efeito de tratamento nos tratados em modelos de diferença-em-diferenças não lineares (DD), para dados de painel ou cross-section repetidos. Nós provamos consistência e normalidade assintótica do estimador CIC paramétrico (CICp) e, ao final, comparamos os resultados deste com os estimadores propostos por Wooldridge (2023) e Athey e Imbens (2006) por meio de simulações de Monte Carlo e de uma aplicação empírica. Os resultados das simulações mostram que os estimadores CICp e Wooldridge (2023) são consistentes para determinados conjuntos de parâmetros da distribuição de probabilidade no caso de variáveis respostas discretas, sendo que CICp apresenta menores viés assintótico e desvio padrão, em mais cenários simulados. No caso contínuo, os três estimadores apresentam uma boa performance quanto a consistência e variabilidade. Na aplicação empírica verificamos que todos os estimadores apresentam estimativas do parâmetro de efeito de tratamento nos tratados que endossa a direção do efeito encontrada na literatura.
id USP_ad882afed4ef8d6fee2d90c7738b7731
oai_identifier_str oai:teses.usp.br:tde-22082024-113613
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str 2721
spelling Estimação em modelos de diferença-em-diferenças não linearesEstimation in nonlinear difference-in-differences modelsDiferença-em-diferençasDifference-in-differencesEstimação paramétrica e não paramétricaModelos não linearesNonlinear modelsParametric and non-parametric estimationNeste trabalho nós mostramos que se a distribuição da variável resposta é conhecida então é possível a identificação e estimação do parâmetro efeito de tratamento nos tratados em modelos de diferença-em-diferenças não lineares (DD), para dados de painel ou cross-section repetidos. Nós provamos consistência e normalidade assintótica do estimador CIC paramétrico (CICp) e, ao final, comparamos os resultados deste com os estimadores propostos por Wooldridge (2023) e Athey e Imbens (2006) por meio de simulações de Monte Carlo e de uma aplicação empírica. Os resultados das simulações mostram que os estimadores CICp e Wooldridge (2023) são consistentes para determinados conjuntos de parâmetros da distribuição de probabilidade no caso de variáveis respostas discretas, sendo que CICp apresenta menores viés assintótico e desvio padrão, em mais cenários simulados. No caso contínuo, os três estimadores apresentam uma boa performance quanto a consistência e variabilidade. Na aplicação empírica verificamos que todos os estimadores apresentam estimativas do parâmetro de efeito de tratamento nos tratados que endossa a direção do efeito encontrada na literatura.In this work we show that if the distribution of the response variable is known then it is possible to identify and estimate the treatment effect on the treated (ATT) parameter in non-linear difference-in-differences (DD) models, for panel data or repeated cross-sections. We prove consistency and asymptotic normality of the parametric CIC estimator (CICp) and, in the end, we compare its results with the estimators proposed by Wooldridge (2023) and Athey and Imbens (2006), through Monte Carlo simulations and an empirical application. The simulation results show that the CICp and Wooldridge (2023) estimators are consistent for certain sets of probability distribution parameters in the case of discrete response variables, with the CICp presenting lower asymptotic bias and standard deviation, in more simulated scenarios. In the continuous case, the three estimators perform well in terms of consistency and variability. In the empirical application, we verified that all estimators present estimates of the treatment effect on the treated parameter that endorse the direction of the effect found in the literature.Biblioteca Digitais de Teses e Dissertações da USPPinto, Cristine Campos de XavierWendt, Vitória Maria Martini2024-08-08info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://www.teses.usp.br/teses/disponiveis/12/12138/tde-22082024-113613/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2024-08-29T23:08:01Zoai:teses.usp.br:tde-22082024-113613Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212024-08-29T23:08:01Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Estimação em modelos de diferença-em-diferenças não lineares
Estimation in nonlinear difference-in-differences models
title Estimação em modelos de diferença-em-diferenças não lineares
spellingShingle Estimação em modelos de diferença-em-diferenças não lineares
Wendt, Vitória Maria Martini
Diferença-em-diferenças
Difference-in-differences
Estimação paramétrica e não paramétrica
Modelos não lineares
Nonlinear models
Parametric and non-parametric estimation
title_short Estimação em modelos de diferença-em-diferenças não lineares
title_full Estimação em modelos de diferença-em-diferenças não lineares
title_fullStr Estimação em modelos de diferença-em-diferenças não lineares
title_full_unstemmed Estimação em modelos de diferença-em-diferenças não lineares
title_sort Estimação em modelos de diferença-em-diferenças não lineares
author Wendt, Vitória Maria Martini
author_facet Wendt, Vitória Maria Martini
author_role author
dc.contributor.none.fl_str_mv Pinto, Cristine Campos de Xavier
dc.contributor.author.fl_str_mv Wendt, Vitória Maria Martini
dc.subject.por.fl_str_mv Diferença-em-diferenças
Difference-in-differences
Estimação paramétrica e não paramétrica
Modelos não lineares
Nonlinear models
Parametric and non-parametric estimation
topic Diferença-em-diferenças
Difference-in-differences
Estimação paramétrica e não paramétrica
Modelos não lineares
Nonlinear models
Parametric and non-parametric estimation
description Neste trabalho nós mostramos que se a distribuição da variável resposta é conhecida então é possível a identificação e estimação do parâmetro efeito de tratamento nos tratados em modelos de diferença-em-diferenças não lineares (DD), para dados de painel ou cross-section repetidos. Nós provamos consistência e normalidade assintótica do estimador CIC paramétrico (CICp) e, ao final, comparamos os resultados deste com os estimadores propostos por Wooldridge (2023) e Athey e Imbens (2006) por meio de simulações de Monte Carlo e de uma aplicação empírica. Os resultados das simulações mostram que os estimadores CICp e Wooldridge (2023) são consistentes para determinados conjuntos de parâmetros da distribuição de probabilidade no caso de variáveis respostas discretas, sendo que CICp apresenta menores viés assintótico e desvio padrão, em mais cenários simulados. No caso contínuo, os três estimadores apresentam uma boa performance quanto a consistência e variabilidade. Na aplicação empírica verificamos que todos os estimadores apresentam estimativas do parâmetro de efeito de tratamento nos tratados que endossa a direção do efeito encontrada na literatura.
publishDate 2024
dc.date.none.fl_str_mv 2024-08-08
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 https://www.teses.usp.br/teses/disponiveis/12/12138/tde-22082024-113613/
url https://www.teses.usp.br/teses/disponiveis/12/12138/tde-22082024-113613/
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv
dc.rights.driver.fl_str_mv Liberar o conteúdo para acesso público.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Liberar o conteúdo para acesso público.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv
dc.publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
dc.source.none.fl_str_mv
reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1809090994021335040

Registros relacionados