Evaluacin

de Programas Sociales, 2017, CIDE

Tarea 1
Fecha de Entrega: Viernes 20 de octubre
Anlisis de Datos Experimentales: Proyecto STAR

Contexto
En Estados Unidos, durante la dcada de 1980, el Congreso del estado de Tennessee provey fondos para llevar
a cabo un experimento para evaluar el efecto de tener clases de tamao pequeo sobre medidas de
aprendizaje. El proyecto se llam STAR (Student Teacher Achievement Ratio).

Esquemas: En el experimento se compararon tres esquemas de clase distintos para nios de knder a tercer ao
de primaria. El primer esquema consisti en un grupo de tamao regular, con entre 22 y 25 alumnos, con un
solo profesor. Este fue el grupo de control. El segundo esquema consisti en un grupo pequeo, con entre 13 y
17 alumnos, con un solo profesor. El tercer esquema consisti en un grupo de tamao regular con un solo
profesor y con un asistente de profesor.

Mecanismo de Asignacin: Las escuelas participantes en el estudio se eligieron de manera aleatoria del universo
de escuelas pblicas en el estado de Tennessee. Cada escuela participante tena cuando menos un grupo de
cada tipo. Dentro de las escuelas, tanto alumnos como profesores se asignaron aleatoriamente a uno de los tres
tipos de grupos.

Medicin de Resultados de Inters: Cada ao los alumnos tomaron exmenes estandarizados. Sus resultados en
estos exmenes son los resultados de inters en esta tarea. En el siguiente vnculo se puede consultar ms
informacin sobre el experimento:
https://dataverse.harvard.edu/dataset.xhtml?persistentId=hdl:1902.1/10766
No es necesario descargar los datos desde el vnculo. Los datos estn en la pgina de Dropbox del curso.

Qu se analizar: Nos concentraremos en los resultados de alumnos de knder. Compararemos a los alumnos en
grupos pequeos con aquellos en grupos regulares sin asistente.

Variables incluidas en la base de datos:
tscorek Y: Variable resultado de inters, calificacin del alumno en el examen estandarizado (test score)
sck D1: asignacin del alumno a grupo pequeo (1) o grupo regular (0) (small class)
totexpk D2: aos de experiencia enseando del profesor (total experience kindergaten)
schidkn X: cdigo de identificacin de una escuela dada (school id kindergarten)
boy W1: si un alumno es un nio (1) o una nia(0)
freelunk W2: si el alumno recibe lunch gratis (proviene de hogar pobre) (0) o no (0) (free school lunch)

Instrucciones
Contesta las siguientes preguntas. Entre ms breve sea tu respuesta, mejor!

Preguntas
1. Aleatorizacin Condicional
Haz una regresin de la calificacin sobre la variable indicadora de tratamiento D1 (si el alumno estaba en un
grupo pequeo o en uno de tamao regular. Qu nos dice el coeficiente de D1? Evala si el efecto es pequeo
o grande: puedes compararlo con la desviacin estndar de las calificaciones.
Supongamos que, como resultado del diseo experimental, nos preocupa que la asignacin de los alumnos a
grupos pequeos o regulares pueda estar correlacionada con el tamao de la escuela misma. Pensamos que
esta asignacin puede influir en las calificaciones.

Construye una variable indicadora para cada escuela. Hay 80 escuelas y 5749 estudiantes. Haz una regresin de
la calificacin sobre la variable indicadora de tratamiento D1 y sobre estas variables indicadoras. Qu
estimacin del efecto del tamao de la clase prefieres? Por qu? Nota que al incluir esta variable ests
manteniendo constante la escuela.
Ahora utiliza el comando xi en Stata. Verifica que se obtiene el mismo resultado.

2. Funcion la aleatorizacin?
Examina si boy, freelunk o totexp estn correlacionadas con D1 mediante regresiones separadas de estas
variables en D1. Qu deberamos esperar encontrar en los resultados de estas regresiones? Qu obtienes?

Examina si boy, freelunk o totexp pueden predecir o explicar el tratamiento al que se fue asignado. Qu
obtienes? Da una interpretacin de tus resultados.

Aade boy, freelunk, y totexpk a la regresin de la pregunta 3. Cmo esperamos que se comparen ambas
estimaciones del efecto del tratamiento? Qu obtienes? Las estimaciones para los parmetros totexpk,
freelunk y boy estiman efectos causales?

3. Heterogeneidad en los Efectos de los Tratamientos
Genera una variable que interacte la variable indicadora de tratamiento, D1 (sck), con boy, freelunk y totexpk.
Llama a estas interacciones sck_boy, sck_freelunk, sck_totexpk.

Estima la regresin incluyendo estas interacciones; es decir, incluye boy, totexpk, freelunk, ms las interacciones
ms las variables indicadoras por escuela. Interpreta los coeficientes sobre sck, sck_boy, sck_freelunk y
sck_totexpk. Para qu grupos es ms grande el efecto del tratamiento?

Utiliza un estadstico F para la hiptesis nula conjunta de que el efecto del tratamiento es el mismo para todos.
Qu obtienes?