-
[Narrador] En su intento
de llegar a dominar la econometría,
-
Saltamontes Kamal ha progresado mucho,
-
poniendo a prueba sus capacidades
y burlando a sus enemigos.
-
¡Ay!, hoy está abatido
-
porque todavía le queda
por vencer un desafío.
-
Kamal todavía no puede descifrar
las escrituras de investigación académica,
-
revistas
como "The American Economic Review"
-
y "Econometrica".
-
A él le parece que están escritas
en un oscuro idioma extranjero.
-
[Kamal] ¡Uf!, ¿qué diab...?
-
[Narrador] Estos volúmenes
son turbios para el principiante, Kamal,
-
pero pueden ser descifrados con estudio.
-
Leámoslos juntos.
-
♪ (música) ♪
-
[Narrador] Sumerjámonos
en el estudio de West Point,
-
publicado
en el "Economics of Education Review".
-
Este artículo trata sobre
una evaluación aleatoria
-
del uso de electrónicos por parte
de los estudiantes de Economía 101.
-
Primero, haremos una revisión rápida
del diseño de la investigación
-
Okay.
-
[Josh] Los maestros de métricas
que enseñan en West Point,
-
la academia militar que entrena
a los oficiales de la armada de EUA,
-
diseñaron una prueba aleatoria
para responder esta pregunta.
-
Estos maestros asignaron aleatoriamente
a los cadetes en las clases de Economía
-
que funcionan bajo reglas distintas.
-
A diferencia de la mayoría
de las universidades de EUA,
-
en West Point no se usan los electrónicos.
-
Para propósitos de este experimento,
algunos estudiantes permanecieron
-
en las clases tradicionales
sin tecnología,
-
sin laptops ni tabletas
y ¡tampoco teléfonos!
-
[ecos de voz]
-
Este es el grupo de control,
o el punto de referencia.
-
Al otro grupo se le permitió
el uso de electrónicos.
-
Este es el grupo de tratamiento
sujeto al ambiente modificado.
-
El tratamiento, en este caso,
es el uso libre
-
de laptops o tabletas en la clase.
-
Cada pregunta causal
tiene un resultado claro.
-
Las variables que esperamos influenciar
se definen antes de empezar el estudio.
-
Los resultados en el estudio
de los electrónicos de West Point
-
son las notas del examen final.
-
El estudio busca responder
la siguiente pregunta:
-
¿Cuál es el efecto causal
de los electrónicos sobre el aprendizaje
-
en clase, medido a través
de las calificaciones de los exámenes?
-
[Narrador] Los artículos de revistas
de economía por lo general comienzan
-
con una tabla de estadística descriptiva
-
que proporciona hechos clave
acerca de la muestra en estudio.
-
[Kamal] ¡Por Dios, ya recuerdo
esta tabla, muy confusa!
-
[Narrador] En las columnas 1 a 3 están
las características medias, o promedio.
-
Estos nos dan una idea
de a quién estamos estudiando.
-
Comencemos con la columna 1,
la cual describe las covariables
-
en el grupo de control.
-
Las covariables son las características
de los grupos de control y tratamiento,
-
medidos antes
de que comience el experimento.
-
Por ejemplo, vemos que el grupo de control
tiene una edad promedio de más de 20.
-
Muchas de estas covariables
son variables ficticias.
-
Una variable ficticia solo puede tener
dos valores: cero o uno.
-
Por ejemplo, el género se registra
como una variable ficticia
-
que para mujer es igual a uno
y para hombre es igual a cero.
-
La media de esta variable es
la proporción de mujeres.
-
También vemos que en el grupo
de control el 13 % son hispanos
-
y el 19 % ya hizo el servicio militar.
-
Las notas de la tabla son clave.
-
Consulten estas notas a medida
que examinan la tabla.
-
Estas notas explican
lo que muestra cada columna y panel.
-
♪ (música) ♪
-
PANEL A
-
PANEL B
-
Las notas, por ejemplo, nos dicen
-
que las desviaciones estándar
están entre paréntesis.
-
Las desviaciones estándar nos dicen
qué tan dispersos están los datos.
-
Por ejemplo, una desviación estándar
de 0,52 nos dice que la mayor parte
-
de los GPA del grupo
de control cae entre 2,35,
-
que está a 0,52 por debajo
de la media del GPA de 2,87,
-
y 3,39, que está a 0,52
por encima de 2,87.
-
Una desviación estándar menor
significaría que los GPA
-
están más agrupados cerca de la media.
-
[Kamal] Okay, pero estas faltan
para la mayor parte de las variables.
-
[Narrador] Es cierto, los maestros omiten
-
las desviaciones estándar
de las variables ficticias
-
porque sus medias determinan
sus desviaciones estándar.
-
En este estudio se comparan
dos grupos de tratamiento
-
con el grupo de control.
-
Al primero se le permitió
el uso de laptops y tabletas.
-
Con el segundo grupo de tratamiento
su uso fue más limitado,
-
permitiendo que las tabletas
solo estuvieran sobre el pupitre.
-
Los grupos de tratamiento
son muy parecidos al grupo de control.
-
Esto nos lleva
a los siguientes atributos de esta tabla.
-
Las columnas 4 a 6 usan tests estadísticos
para comparar las características
-
del grupo de tratamiento con el de control
antes del experimento.
-
En la columna 4, los dos grupos
de tratamiento están combinados.
-
Pueden ver que la diferencia
en la proporción de mujeres
-
entre el grupo de tratamiento
y el de control es solo de 0,03.
-
La diferencia
no es estadísticamente significativa,
-
esta es el tipo de diferencia
que podemos considerar
-
como resultados del azar en el proceso
de selección de la muestra.
-
[Kamal] ¡Mmm!, ¿Cómo sabemos eso?
-
[Narrador] ¿Recuerdan la regla general?
-
Las estimaciones estadísticas
que exceden el error estándar
-
en múltiplos de 2
en valores absolutos se dice
-
que son estadísticamente significativas.
-
El error estándar es de 0,03
-
igual que en la diferencia
de la proporción de mujeres.
-
La proporción de la última
a la anterior es solamente 1,
-
la cual, por supuesto, es menor que 2.
-
[Kamal] ¡Ajá! Ninguna de las diferencias
del grupo de tratamiento
-
y control son mayores
al doble de sus errores estándar.
-
[Narrador] Correcto.
-
La división al azar de los estudiantes
parece haber tenido éxito
-
en la creación de grupos
que son realmente comparables.
-
Podemos confiar, por tanto,
-
que cualquier diferencia posterior
a los logros de la clase
-
son el resultado
de la intervención experimental
-
más que de un reflejo
de diferencias preexistentes.
-
¡Ceteris paribus alcanzado!
-
[Kamal] Buenísimo.
Pero ¿qué hay en la parte de abajo,
-
los números con asteriscos?
-
Esas diferencias son
mucho más del doble que el error estándar.
-
[Narrador] ¡Buen observación, Kamal!
-
La tabla tiene muchos números.
-
Los del panel B son importantes también.
-
Ellos miden el grado
en el que los estudiantes usan
-
las computadoras en clase en el grupo
de tratamiento y en el de control.
-
El tratamiento aquí fue permitir
el uso de la computadora.
-
Los investigadores deben mostrar
-
que aquellos estudiantes
que se les permitió usar computadoras
-
tomaron ventaja
de esa circunstancia para hacerlo.
-
Si ellos no lo hicieron, entonces,
realmente no hay tratamiento.
-
Afortunadamente, el 81 % de quienes
estaban en el grupo de primer tratamiento
-
usaron las computadoras
-
en comparación con los del grupo
de control que no lo hicieron.
-
Y muchos del segundo grupo
de tratamiento con tabletas
-
también usaron computadoras.
-
Estas diferencias en el uso
de la computadora son grandes
-
y estadísticamente significativas.
-
También pudimos ver el tamaño
de la muestra en cada grupo.
-
[Kamal ¿Los asteriscos son
como decoraciones?
-
[Narrador] En algunos artículos académicos
se usan los asteriscos para indicar
-
que las diferencias
son estadísticamente significativas.
-
Esto los hace saltar a la vista.
-
Tres asteriscos indican que el resultado
es estadísticamente distinto
-
de cero con un valor-p menor que 1 %.
-
En otras palabras, hay
una posibilidad menor que 1 en 100
-
de que este resultado
sea puramente un hallazgo por azar.
-
[aplausos]
-
Dos asteriscos son 1 posibilidad en 20,
o de un 5 %, de un acierto por azar.
-
Un asterisco denota resultados
que pudiéramos ver tanto
-
como el 10 % de las veces
debido solamente al azar.
-
Hoy en día, los asteriscos son vistos
como un poquito anticuados
-
y algunas revistas los omiten.
-
[Kamal] ¿Y qué pasa
con los de las dos últimas columnas?
-
[Narrador] A diferencia de la columna 4
que combina ambos grupos
-
de tratamiento en uno,
estas dos últimas columnas
-
muestran separadamente las diferencias
de cada uno de los grupos,
-
el de tratamiento y el de control,
-
lo cual facilita un análisis
de balance más detallado.
-
Pero, por ahora, pueden ignorar esta fila
-
que muestra otro test de significancia.
-
Ahora buscaremos la culminación
del artículo, la tabla 4.
-
Esta tabla muestra
las estimaciones de la regresión
-
de los efectos del uso de electrónicos
sobre la medida del aprendizaje.
-
[Kamal] ¿Por qué el estudio muestra
las estimaciones de la regresión?
-
Ve, por eso me pierdo.
-
Pensé que la única razón
por la cual necesitamos
-
los tratamientos aleatorios es
para obtener los efectos causales
-
comparando simplemente los grupos
de tratamiento y de control
-
y dado que estos grupos están balanceados,
no se necesita usar a la regresión.
-
[Narrador] Bien dicho, Kamal.
-
En la práctica se acostumbra a mostrar
las estimaciones de la regresión
-
por dos razones:
-
primero, evidencia de balance,
sin embargo,
-
un exceso de cautela,
podría conducir al analista
-
a permitir las diferencias por el azar.
-
Segundo, es más probable
que las estimaciones de la regresión
-
sean más precisas, es decir,
los errores estándar son menores
-
que los de la simple comparación
entre tratamiento y control.
-
La variable dependiente en este estudio
-
es el resultado de interés.
-
Debido a que la pregunta
que tenemos a mano
-
es cómo afectan al aprendizaje
los electrónicos en clase,
-
un buen resultado es
las notas del examen final.
-
Cada columna muestra los resultados
de un modelo de regresión diferente.
-
Los modelos se distinguen
a través de las variables de control,
-
o covariables, ellos incluyen,
además, la condición de tratamiento.
-
Las estimaciones sin covariables
son comparaciones simples
-
entre los grupos
de control y de tratamiento.
-
[Kamal] Yo pensé
que solo habían olvidado llenarlo.
-
[Narrador] La columna 1 sugiere
que el uso de electrónicos
-
reduce las notas del examen final
en 0,28 desviaciones estándar.
-
En nuestra última lección,
-
el Maestro Joshway explicó que se usan
las unidades de desviación estándar
-
porque estas unidades
se comparar fácilmente
-
a través de los estudios.
La columna 2 muestra los resultados
-
de un modelo que añade
controles demográficos.
-
Aquí se están comparando
las notas de los tests,
-
pero manteniendo constantes
factores como la edad y el sexo.
-
La columna 3 muestra los resultados
de un modelo que añade el GPA
-
a una lista de covariables.
-
En la columna 4 añades las notas del ACT.
-
Los analistas en general reportan
los resultados de esta manera,
-
empezando con los modelos
que incluyen pocas o ninguna covariables
-
y, entonces, muestran
las estimaciones de los modelos
-
que añaden más y más covariables a medida
que nos movemos por las columnas.
-
Si examinan las columnas, ¿qué observan?
-
[Kamal] Bien, el coeficiente sobre el uso
de una computadora siempre es
-
un número negativo.
-
[Narrador] ¡Correcto!
-
También vemos que los errores estándar
son suficientemente pequeños
-
para hacer estos resultados negativos
estadísticamente significativos.
-
En otras palabras, la primera conclusión
de este experimento
-
es que los electrónicos en el salón
de clases reduce el aprendizaje.
-
[Kamal] Las notas de GPA y ACT
también son significativas
-
¿Por qué?
-
[Narrador] ¡Buena observación!
-
Eso no me sorprende.
-
Se espera que estas variables
predigan el rendimiento académico.
-
[Kamal] Cierto, por supuesto.
-
Es más probable que los estudiantes
-
que tuvieron mejores notas antes
tengan mejores notas en este curso.
-
[Narrador] También van a observar
mucha más información en testa tabla.
-
Los paneles restantes de la tabla
muestran los efectos del uso
-
de electrónicos
sobre los componentes del examen final
-
tales como las preguntas
de selección múltiple.
-
Estos resultados son muy consistentes
con los efectos del uso de computadoras
-
sobre las notas en general.
-
[Kamal] ¿Qué pasa con las filas
que no están en inglés?
-
[Narrador] Estas filas dan
información estadística adicional.
-
R cuadrado es una medida
de la bondad de ajuste
-
y no es tan importante,
-
aunque hay personas a quienes
les gustaría saber qué es.
-
Otras filas muestran tests alternativos
de significancia estadística
-
que, por ahora, pueden ignorar.
-
[Kamal] ¡Por Dios, estas tablas
no son tan difíciles!
-
Muchísimas gracias.
-
[Narrador] Después veremos la regresión.
-
¡Hasta entonces!
-
♪ (música) ♪
-
Estás a punto de llegar
a dominar la econometría
-
Asegúrate de aprender este video,
-
haciendo los ejercicios.
-
O, si estás listo, haz clic
en el siguiente video.
-
También puedes ir al sitio web de MRU
para ver más cursos, recursos
-
para profesores y más.