1
00:00:01,425 --> 00:00:05,015
-[Sensei] Em sua jornada
para dominar a econometria,

2
00:00:05,015 --> 00:00:08,813
o nosso gafanhoto Kamal
fez um grande progresso,

3
00:00:08,813 --> 00:00:13,662
aprimorando suas habilidades 
e ludibriando seus oponentes.

4
00:00:14,223 --> 00:00:16,640
Lamentavelmente, hoje ele está abatido,

5
00:00:16,640 --> 00:00:19,614
pois ainda precisa encarar um desafio.

6
00:00:19,614 --> 00:00:24,230
Kamal ainda não consegue decifrar 
as mensagens das pesquisas acadêmicas --

7
00:00:24,230 --> 00:00:27,347
periódicos como
"The American Economic Review"

8
00:00:27,347 --> 00:00:29,317
e "Econometrica".

9
00:00:29,317 --> 00:00:33,811
Para ele, eles parecem escritos 
em uma espécie de idioma misterioso.

10
00:00:33,841 --> 00:00:35,418
- [Kamal] Ué, mas que... ?

11
00:00:36,711 --> 00:00:40,069
Esses textos são 
impenetráveis para o aprendiz,

12
00:00:40,069 --> 00:00:42,205
mas Kamal pode decifrá-los com estudo.

13
00:00:42,467 --> 00:00:45,109
Vamos aprender a lê-los juntos.

14
00:00:52,657 --> 00:00:55,317
Vamos destrinchar o estudo da West Point,

15
00:00:55,317 --> 00:00:58,278
publicado 
em "Economics of Education Review."

16
00:00:58,658 --> 00:01:01,688
O artigo apresenta 
uma avaliação randomizada

17
00:01:01,688 --> 00:01:05,859
do uso de equipamento eletrônicos 
para os alunos nas aulas 101 de economia.

18
00:01:06,485 --> 00:01:09,192
Antes, uma breve revisão 
do modelo da pesquisa

19
00:01:09,423 --> 00:01:10,523
- OK.

20
00:01:11,553 --> 00:01:13,630
Mestres da econometria
em West Point,

21
00:01:13,630 --> 00:01:17,029
o colégio militar que treina
os oficiais do Exército americano;

22
00:01:17,029 --> 00:01:19,854
criaram um estudo randomizado
para responder a questão.

23
00:01:20,582 --> 00:01:23,233
Os cadetes foram 
aleatoriamente distribuídos

24
00:01:23,233 --> 00:01:26,574
em turmas de Economia, cada uma 
com uma regra diferente.

25
00:01:27,116 --> 00:01:28,962
Diferente da maioria das faculdades,

26
00:01:28,962 --> 00:01:31,945
West Point proibe os eletrônicos
na sala de aula.

27
00:01:32,482 --> 00:01:35,784
Para o experimento dar certo, 
alguns alunos foram alocados

28
00:01:35,784 --> 00:01:38,679
em turmas com a tradicional regra 
de proibir

29
00:01:38,679 --> 00:01:41,911
laptops, tablets 
e CELULARES!

30
00:01:41,911 --> 00:01:43,324
[eco]

31
00:01:43,324 --> 00:01:45,743
Esse é o grupo de controle,
ou grupo de comparação.

32
00:01:46,372 --> 00:01:49,292
O outro grupo recebeu permissão 
para usar seus aparelhos.

33
00:01:49,292 --> 00:01:52,704
Este é o grupo de tratamento,
submetido à um ambiente diferente.

34
00:01:53,313 --> 00:01:56,000
O tratamento neste caso
é o uso livre

35
00:01:56,000 --> 00:01:58,107
de laptopts ou tablets
em sala de aula.

36
00:01:59,195 --> 00:02:01,972
Toda questão causal
tem um resultado claro --

37
00:02:01,972 --> 00:02:05,379
as variáveis que esperamos influir
definidas com o avanço do estudo.

38
00:02:06,058 --> 00:02:08,375
Os resultados dos estudos
na West Point

39
00:02:08,375 --> 00:02:10,535
são as notas
dos exames finais.

40
00:02:10,535 --> 00:02:13,810
O estudo busca responder
a seguinte questão:

41
00:02:13,810 --> 00:02:17,629
Qual é o efeito do aprendizado
de turmas com eletrônicos na aula

42
00:02:17,629 --> 00:02:19,765
medidas pelas notas dos exames?

43
00:02:20,852 --> 00:02:24,199
Artigos de economia em jornais
geralmente começam com uma tabela

44
00:02:24,199 --> 00:02:25,994
de estatísticas descritivas,

45
00:02:25,994 --> 00:02:28,694
dando fatos chave
sobre a amostra do estudo.

46
00:02:28,694 --> 00:02:32,129
Meu Deus, lembro-me
dessa tabela -- muito confusa!

47
00:02:32,129 --> 00:02:37,224
As colunas de 1 a 3 relatam
média e características.

48
00:02:37,224 --> 00:02:40,089
Isso nos dá um senso
do que estamos estudando.

49
00:02:40,089 --> 00:02:43,736
Vamos começar com a coluna 1
que descreve covariáveis

50
00:02:43,736 --> 00:02:45,438
no grupo de controle.

51
00:02:45,438 --> 00:02:49,183
As covariáveis são características
dos grupos de controle e tratamento

52
00:02:49,183 --> 00:02:52,091
medidas antes do iníco do experimento.

53
00:02:52,091 --> 00:02:57,514
Por exemplo, vemos que o grupo de controle
tem uma média de idade acima de 20.

54
00:02:57,514 --> 00:03:00,339
Muitas dessas covariáveis
são variáveis fictícias.

55
00:03:00,997 --> 00:03:06,087
Uma variável fictícia apenas
pode ter dois valores - 0 ou 1.

56
00:03:06,087 --> 00:03:10,298
Por exemplo, o gênero do aluno
é obtido por uma variável fictícia

57
00:03:10,298 --> 00:03:13,386
que iguala 1 para as mulheres
e 0 para os homens.

58
00:03:13,386 --> 00:03:17,104
A média dessa variável 
é a proporção de mulheres.

59
00:03:17,104 --> 00:03:20,651
Também vemos que 13%
do grupo de controle é hispânico

60
00:03:20,651 --> 00:03:23,905
e 19% têm precedentes
em serviços militares.

61
00:03:25,035 --> 00:03:26,635
As notas da tabela são chave.

62
00:03:26,635 --> 00:03:29,218
Consulte-as
enquanto analisa a tablea.

63
00:03:29,218 --> 00:03:33,534
Essas notas explicam o que é mostrado
em cada coluna e painel.

64
00:03:39,485 --> 00:03:41,858
As notas nos mostra, por exemplo,

65
00:03:41,858 --> 00:03:45,175
que desvios padrões
são relatados entre parênteses.

66
00:03:45,947 --> 00:03:49,598
Os desvios padrões nos mostra
o quão difundidos são os dados.

67
00:03:50,448 --> 00:03:54,887
Por exemplo, um desvio padrão
de 0.52 nos mostra que a maioria

68
00:03:54,887 --> 00:03:59,397
das médias de notas escolares
do grupo de controle cai entre 2.35,

69
00:03:59,397 --> 00:04:03,454
que é 0.52 abaixo da média
das notas escolares de 2.87,

70
00:04:03,454 --> 00:04:08,337
e 3.39, que é 0.52 sobre 2.87.

71
00:04:09,337 --> 00:04:12,122
Um desvio padrão menor
significaria que as médias

72
00:04:12,122 --> 00:04:14,706
estavam mais agrupadas
ao redor da média.

73
00:04:14,706 --> 00:04:17,543
-[Kamal] Sim, mas elas não estão
na maioria das variáveis.

74
00:04:17,543 --> 00:04:18,600
-[Sensei] É isso aí.

75
00:04:18,600 --> 00:04:22,497
Os mestres geralmente omitem
os desvios padrões por fictícios,

76
00:04:22,497 --> 00:04:26,500
porque a média da variável
determina seu desvio padrão.

77
00:04:27,542 --> 00:04:30,102
Este estudo compara
dois grupos de tratamento

78
00:04:30,102 --> 00:04:32,078
com o grupo de controle.

79
00:04:32,078 --> 00:04:35,886
O primeiro teve livre acesso
ao uso de laptops ou tablets.

80
00:04:35,886 --> 00:04:38,252
O segundo tratamento
foi mais restritivo,

81
00:04:38,252 --> 00:04:41,713
permitindo apenas
tablets sobre a mesa.

82
00:04:42,152 --> 00:04:45,238
Os grupos de tratamento
se parecem muito com o de controle.

83
00:04:46,694 --> 00:04:51,443
Isso nos leva ao próximo elemento
dessa tabela, as colunas 4 a 6

84
00:04:51,443 --> 00:04:54,558
usam testes estatísticos
para comparar as características

85
00:04:54,558 --> 00:04:57,591
dos grupos de controle e tratamento
antes do experimento.

86
00:04:58,158 --> 00:05:01,991
Na coluna 4, os dois grupos
de tratamento são combinados.

87
00:05:01,991 --> 00:05:04,998
Vocês podem ver que a diferença
em proporção feminina

88
00:05:04,998 --> 00:05:09,690
entre os grupos de controle
e tratamento é apenas 0.03.

89
00:05:10,508 --> 00:05:13,740
A diferença 
não é estatisticamente significante --

90
00:05:14,290 --> 00:05:17,440
é o tipo de diferença
que podemos facilmente colocar

91
00:05:17,440 --> 00:05:20,623
para causar resultados em nosso processo
de seleção de amostra.

92
00:05:20,623 --> 00:05:22,133
-[Kamal] Como saberemos isso?

93
00:05:22,133 --> 00:05:23,790
Você se lembra da regra de ouro?

94
00:05:23,790 --> 00:05:27,122
Estimativas estatísticas
que excedem o erro padrão

95
00:05:27,122 --> 00:05:30,108
por um múltiplo de 2
em valor absoluto,

96
00:05:30,108 --> 00:05:33,997
geralmente são chamadas
de estatísticamente significantes.

97
00:05:35,132 --> 00:05:38,766
O erro padrão é 0.03,

98
00:05:38,766 --> 00:05:41,483
o mesmo da diferença
de proporção feminina.

99
00:05:42,244 --> 00:05:46,132
Então a proporção do primeiro
para o segundo é apenas 1,

100
00:05:46,132 --> 00:05:48,607
que, é claro, é menor que 2.

101
00:05:48,607 --> 00:05:51,191
-[Kamal] Oh! Então nenhuma 
das diferenças dos grupos

102
00:05:51,191 --> 00:05:54,455
da tabela são mais que o dobro
de seus erros padrões.

103
00:05:54,455 --> 00:05:55,997
Correto.

104
00:05:55,997 --> 00:05:59,081
A divisão aleatória dos estudantes
parece ter tido sucesso

105
00:05:59,081 --> 00:06:01,945
na criação dos grupos
que são de fato comparáveis.

106
00:06:02,846 --> 00:06:05,008
Portanto, podemos ficar confiantes

107
00:06:05,008 --> 00:06:07,774
de que nenhuma diferença posterior
no sucesso das turmas

108
00:06:07,774 --> 00:06:11,073
sejam o resultado
de intervenções experimentais,

109
00:06:11,073 --> 00:06:14,754
ao invés da reflexão
de diferenças pré-existentes.

110
00:06:14,754 --> 00:06:17,454
Ceteris Paribus alcançada!

111
00:06:17,454 --> 00:06:20,934
-[Kamal] Legal. Espera ái,
e a parte inferior,

112
00:06:20,934 --> 00:06:22,833
os números com as estrelas?

113
00:06:22,833 --> 00:06:25,589
Aquelas diferenças são mais
do que o dobro do erro padrão.

114
00:06:25,589 --> 00:06:27,402
Bem observado, Kamal!

115
00:06:27,402 --> 00:06:29,386
A tabela tem muitos números.

116
00:06:29,386 --> 00:06:32,246
Aqueles no painel B
são importantes também.

117
00:06:32,246 --> 00:06:35,715
Essse painel mede a proporção
do uso de computadores

118
00:06:35,715 --> 00:06:39,139
que os grupos de tratamento e controle
de fato usaram em aula.

119
00:06:39,754 --> 00:06:42,873
O grupo de tratamento
pôde usar computadores.

120
00:06:43,278 --> 00:06:44,873
Os pesquisadores devem mostrar

121
00:06:44,873 --> 00:06:47,079
que os estudantes 
que usaram computadores

122
00:06:47,079 --> 00:06:49,448
aproveitaram a oportunidade.

123
00:06:50,072 --> 00:06:53,033
Se eles não aproveitaram, 
então não há tratamento.

124
00:06:53,867 --> 00:06:57,799
felizmente, 81% daqueles
no primeiro grupo de tratamento

125
00:06:57,799 --> 00:06:59,472
usaram computadores;

126
00:06:59,472 --> 00:07:02,178
comparados com nenhum
do grupo de controle.

127
00:07:02,178 --> 00:07:05,216
E muitos no segundo bloco
do grupo de tratamento

128
00:07:05,216 --> 00:07:07,264
também usaram computadores.

129
00:07:07,264 --> 00:07:09,879
Essas diferenças no uso
de computadores são grandes

130
00:07:09,879 --> 00:07:11,798
e estatísticamente significantes.

131
00:07:12,081 --> 00:07:15,428
Também podemos ver o tamanho
da amostra em cada grupo.

132
00:07:15,428 --> 00:07:18,098
-[Kamal] As estrelas
são só decoração?

133
00:07:18,098 --> 00:07:21,748
Alguns papéis acadêmicos usam
as estrelas para indicar diferenças

134
00:07:21,748 --> 00:07:23,983
que são estatísticamente significantes.

135
00:07:23,983 --> 00:07:26,925
Isso é para chamar a sua atenção.

136
00:07:26,925 --> 00:07:31,621
Aqui, 3 estrelas indicam que o resultado
é estatísticamente diferente

137
00:07:31,621 --> 00:07:34,942
de 0 com um valor-p menor que 1%.

138
00:07:35,672 --> 00:07:39,436
Ou seja, a chance
é menos que 1 em 100

139
00:07:39,436 --> 00:07:42,171
de que esse resultado 
seja uma descoberta causal.

140
00:07:42,171 --> 00:07:43,181
[aplauso]

141
00:07:43,181 --> 00:07:48,997
2 estrelas indicam 1 em 20 ou 5%
de chance de uma descoberta causal.

142
00:07:48,997 --> 00:07:52,469
1 estrela mostra os resultados
que vemos tão frequentemente

143
00:07:52,469 --> 00:07:56,036
quanto 10% das vezes,
meramente devido à causa.

144
00:07:56,473 --> 00:07:59,957
Hoje, as estrelas são vistas
como um pouco foras de moda.

145
00:07:59,957 --> 00:08:01,606
Alguns jornais as omitem.

146
00:08:01,606 --> 00:08:03,894
-[Kamal] E as últimas
duas colunas?

147
00:08:03,894 --> 00:08:06,007
Ao contrário da coluna 4,
que combina

148
00:08:06,007 --> 00:08:09,689
os grupos de controle e tratamento
em um, essas duas últimas colunas

149
00:08:09,689 --> 00:08:12,357
buscam as diferenças nos grupos
separadamente

150
00:08:12,357 --> 00:08:14,572
para cada grupo de tratamento.

151
00:08:14,572 --> 00:08:17,441
Isso fornece uma análise
mais detalhada do balanço.

152
00:08:18,295 --> 00:08:21,288
E por agora, você também
pode ignorar essa linha

153
00:08:21,288 --> 00:08:24,205
que fornece outro teste
de significância.

154
00:08:24,755 --> 00:08:29,062
E agora chegamos ao ponto alto
do artigo, a tabela 4.

155
00:08:30,075 --> 00:08:32,993
Essa tabela mostra
as estimativas de regressão

156
00:08:32,993 --> 00:08:37,273
dos efeitos do uso de eletrônicos
em medidas do aprendizado do estudante.

157
00:08:37,273 --> 00:08:40,258
-[Kamal] Por que o estudo relata
estimativa de regressão?

158
00:08:40,258 --> 00:08:42,529
Está vendo,é por isso
que ficamos perdidos.

159
00:08:42,529 --> 00:08:44,806
A razão para gostarmos
de ensaios randomizados

160
00:08:44,806 --> 00:08:47,260
é porque os usamos 
para obter efeitos causais

161
00:08:47,260 --> 00:08:50,479
simplesmente comparando os grupos
de controle e tratamento.

162
00:08:50,479 --> 00:08:53,883
Já que os grupos são equilibrados,
não há necessidae de regressão.

163
00:08:53,883 --> 00:08:55,492
Bem observado, Kamal.

164
00:08:55,492 --> 00:08:59,272
Na prática, é comum relatar
as estimativas de regressão

165
00:08:59,272 --> 00:09:01,013
por duas razões.

166
00:09:01,013 --> 00:09:04,448
Primeiro, evidência de equilíbrio
apesar de tudo.

167
00:09:04,448 --> 00:09:07,349
Uma abundância de precaução
pode levar o analista

168
00:09:07,349 --> 00:09:09,678
a admitir diferenças causais.

169
00:09:09,678 --> 00:09:13,622
Segundo, as estimativas de regressão
provavelmente são mais precisas --

170
00:09:13,622 --> 00:09:16,509
isto é, elas têm menos
padrões de erros

171
00:09:16,509 --> 00:09:18,943
do que simples comparações
de controle e tratamento.

172
00:09:20,129 --> 00:09:22,526
A variável dependente neste estudo

173
00:09:22,526 --> 00:09:24,305
é o resultado do interesse.

174
00:09:24,652 --> 00:09:26,192
Já que a questão aqui

175
00:09:26,192 --> 00:09:29,068
é como aulas com eletrônicos
afetam o aprendizado,

176
00:09:29,068 --> 00:09:32,845
um bom resultado é a nota
do exame final de Economia.

177
00:09:33,406 --> 00:09:37,650
Cada coluna mostra resultados
de um modelo de regressão diferente.

178
00:09:37,650 --> 00:09:40,476
Os modelos são distinguidos
pelas variáveis de controle

179
00:09:40,476 --> 00:09:44,453
ou pelas covariáveis incluídas,
além do status do tratamento.

180
00:09:44,934 --> 00:09:48,425
Estimativas sem covariáveis
são comparações simples

181
00:09:48,425 --> 00:09:50,677
de grupos de controle e tratamento.

182
00:09:50,677 --> 00:09:53,169
-[Kamal] Eu achei que eles
esqueceram de preencher.

183
00:09:53,169 --> 00:09:56,228
A coluna 1 indica
que o uso de eletrônicos

184
00:09:56,228 --> 00:10:00,835
reduziu as notas dos exames finais
por 0.28 deviações padrões.

185
00:10:01,547 --> 00:10:02,940
Em nossa última aula,

186
00:10:02,940 --> 00:10:07,237
O mestre Joshway explicou que usamos
unidades de deviações padrões,

187
00:10:07,237 --> 00:10:10,672
porque essas unidades são facilmente
comparadas entre estudos.

188
00:10:11,352 --> 00:10:13,193
A coluna 2 mostra resultados

189
00:10:13,193 --> 00:10:16,082
de um modelo que adiciona
controles demográficos.

190
00:10:16,082 --> 00:10:19,907
Aqui, estamos comparando notas,
mas lidando com fatores constantes

191
00:10:19,907 --> 00:10:21,435
como idade e sexo.

192
00:10:21,886 --> 00:10:25,602
A coluna 3 mostra resultados de um modelo
que adicona média de nota escolar

193
00:10:25,602 --> 00:10:27,186
junto com a lista de covariáveis.

194
00:10:27,603 --> 00:10:30,822
A coluna 4 adicona notas
do teste ACT.

195
00:10:30,822 --> 00:10:33,503
Analistas geralmente mostram
os resultados desse jeito,

196
00:10:33,503 --> 00:10:36,992
começando com modelos que incluem
poucas ou nenhuma covariável;

197
00:10:36,992 --> 00:10:39,667
e então mostrando 
as estimativas de modelos

198
00:10:39,667 --> 00:10:43,586
que adicionam mais e mais covariáveis
conforme nos movemos pelas colunas.

199
00:10:44,035 --> 00:10:46,802
O que você percebe
olhando as colunas?

200
00:10:47,252 --> 00:10:49,919
-[Kamal] Bom, o coeficiente
do uso de computadores

201
00:10:49,919 --> 00:10:51,635
sempre é um número bem negativo.

202
00:10:51,635 --> 00:10:53,002
Exatamente!

203
00:10:53,002 --> 00:10:56,455
Também podemos ver que os erros padrões
são pequenos o bastante

204
00:10:56,455 --> 00:11:00,561
para tornar esses resultados negativos
estatísticamente significantes.

205
00:11:00,561 --> 00:11:04,446
Ou seja, a primeira coisa
que levamos desse experimento

206
00:11:04,446 --> 00:11:08,381
é que os eletrônicos nas aulas
reduzem o aprendizado do estudante.

207
00:11:09,000 --> 00:11:12,283
-[Kamal] As notas da média escolar
e da ACT também são importantes.

208
00:11:12,283 --> 00:11:13,750
Por que é assim?

209
00:11:13,750 --> 00:11:15,423
Boa observação!

210
00:11:15,423 --> 00:11:16,866
Isso não é surpreendente.

211
00:11:16,866 --> 00:11:20,473
Esperamos que essas variáveis
estimem a performance na faculdade.

212
00:11:20,473 --> 00:11:22,190
-[Kamal] Ah sim, é claro.

213
00:11:22,190 --> 00:11:24,026
Os que conseguiram
melhores notas antes

214
00:11:24,026 --> 00:11:26,317
têm mais chance de conseguir
melhores notas neste curso.

215
00:11:26,317 --> 00:11:30,226
Vocês também verão muitas outras
informações nessa tabela.

216
00:11:30,226 --> 00:11:34,515
Os painéis restantes na tabela
mostram efeitos do uso de eletrônicos

217
00:11:34,515 --> 00:11:36,933
em componentes do exame final,

218
00:11:36,933 --> 00:11:39,816
tais como as múltiplas
questões de escolha.

219
00:11:39,816 --> 00:11:43,371
Esses resultados são mais consistentes
com efeito de uso de coputadores

220
00:11:43,371 --> 00:11:45,360
nas notas médias.

221
00:11:45,360 --> 00:11:47,740
-[Kamal] E essas linhas
que não estão em inglês?

222
00:11:47,740 --> 00:11:50,994
Essas linhas fornecem informação
estatística adicional.

223
00:11:50,994 --> 00:11:54,247
R² é uma medida
de bondade de ajuste.

224
00:11:54,714 --> 00:11:56,009
Isso não é tão importante,

225
00:11:56,009 --> 00:11:58,190
ainda que alguns leitores
queiram saber disso.

226
00:11:58,660 --> 00:12:02,950
As outras linhas mostram testes
alternativos de significância estatística

227
00:12:02,950 --> 00:12:05,028
que vocês podem ignonar por agora.

228
00:12:05,028 --> 00:12:07,934
-[Kamal] Meu Deus, essas tabelas
não são tão complicadas!

229
00:12:07,934 --> 00:12:09,488
Muito obrigado.

230
00:12:09,488 --> 00:12:11,787
A próxima aula é sobre regressão.

231
00:12:11,787 --> 00:12:13,179
Vejo vocês lá!

232
00:12:15,974 --> 00:12:17,263
♪ [música] ♪

233
00:12:17,263 --> 00:12:20,575
Você está no caminho certo
para dominar a econometria.

234
00:12:20,834 --> 00:12:22,783
Fixe o que aprendeu neste vídeo

235
00:12:22,783 --> 00:12:25,467
fazendo algumas questões práticas.

236
00:12:25,467 --> 00:12:29,003
Ou, caso esteja pronto,
clique no próximo vídeo.

237
00:12:29,003 --> 00:12:32,901
Você também pode visitar 
o site da MRU para mais cursos,

238
00:12:32,901 --> 00:12:35,298
materias de professores e mais.

239
00:12:35,651 --> 00:12:38,111
Tradução: John Silva.