WEBVTT

00:00:01.425 --> 00:00:05.015
-[Sensei] Em sua jornada
para dominar a econometria,

00:00:05.015 --> 00:00:08.813
o nosso gafanhoto Kamal
fez um grande progresso,

00:00:08.813 --> 00:00:13.662
aprimorando suas habilidades 
e ludibriando seus oponentes.

00:00:14.223 --> 00:00:16.640
Lamentavelmente, hoje ele está abatido,

00:00:16.640 --> 00:00:19.614
pois ainda precisa encarar um desafio.

00:00:19.614 --> 00:00:24.230
Kamal ainda não consegue decifrar 
as mensagens das pesquisas acadêmicas --

00:00:24.230 --> 00:00:27.347
periódicos como
"The American Economic Review"

00:00:27.347 --> 00:00:29.317
e "Econometrica".

00:00:29.317 --> 00:00:33.811
Para ele, eles parecem escritos 
em uma espécie de idioma misterioso.

00:00:33.841 --> 00:00:35.418
- [Kamal] Ué, mas que... ?

00:00:36.711 --> 00:00:40.069
Esses textos são 
impenetráveis para o aprendiz,

00:00:40.069 --> 00:00:42.205
mas Kamal pode decifrá-los com estudo.

00:00:42.467 --> 00:00:45.109
Vamos aprender a lê-los juntos.

00:00:52.657 --> 00:00:55.317
Vamos destrinchar o estudo da West Point,

00:00:55.317 --> 00:00:58.278
publicado 
em "Economics of Education Review."

00:00:58.658 --> 00:01:01.688
O artigo apresenta 
uma avaliação randomizada

00:01:01.688 --> 00:01:05.859
do uso de equipamento eletrônicos 
para os alunos nas aulas 101 de economia.

00:01:06.485 --> 00:01:09.192
Antes, uma breve revisão 
do modelo da pesquisa

00:01:09.423 --> 00:01:10.523
- OK.

00:01:11.553 --> 00:01:13.630
Mestres da econometria
em West Point,

00:01:13.630 --> 00:01:17.029
o colégio militar que treina
os oficiais do Exército americano;

00:01:17.029 --> 00:01:19.854
criaram um estudo randomizado
para responder a questão.

00:01:20.582 --> 00:01:23.233
Os cadetes foram 
aleatoriamente distribuídos

00:01:23.233 --> 00:01:26.574
em turmas de Economia, cada uma 
com uma regra diferente.

00:01:27.116 --> 00:01:28.962
Diferente da maioria das faculdades,

00:01:28.962 --> 00:01:31.945
West Point proibe os eletrônicos
na sala de aula.

00:01:32.482 --> 00:01:35.784
Para o experimento dar certo, 
alguns alunos foram alocados

00:01:35.784 --> 00:01:38.679
em turmas com a tradicional regra 
de proibir

00:01:38.679 --> 00:01:41.911
laptops, tablets 
e CELULARES!

00:01:41.911 --> 00:01:43.324
[eco]

00:01:43.324 --> 00:01:45.743
Esse é o grupo de controle,
ou grupo de comparação.

00:01:46.372 --> 00:01:49.292
O outro grupo recebeu permissão 
para usar seus aparelhos.

00:01:49.292 --> 00:01:52.704
Este é o grupo de tratamento,
submetido à um ambiente diferente.

00:01:53.313 --> 00:01:56.000
O tratamento neste caso
é o uso livre

00:01:56.000 --> 00:01:58.107
de laptopts ou tablets
em sala de aula.

00:01:59.195 --> 00:02:01.972
Toda questão causal
tem um resultado claro --

00:02:01.972 --> 00:02:05.379
as variáveis que esperamos influir
definidas com o avanço do estudo.

00:02:06.058 --> 00:02:08.375
Os resultados dos estudos
na West Point

00:02:08.375 --> 00:02:10.535
são as notas
dos exames finais.

00:02:10.535 --> 00:02:13.810
O estudo busca responder
a seguinte questão:

00:02:13.810 --> 00:02:17.629
Qual é o efeito do aprendizado
de turmas com eletrônicos na aula

00:02:17.629 --> 00:02:19.765
medidas pelas notas dos exames?

00:02:20.852 --> 00:02:24.199
Artigos de economia em jornais
geralmente começam com uma tabela

00:02:24.199 --> 00:02:25.994
de estatísticas descritivas,

00:02:25.994 --> 00:02:28.694
dando fatos chave
sobre a amostra do estudo.

00:02:28.694 --> 00:02:32.129
Meu Deus, lembro-me
dessa tabela -- muito confusa!

00:02:32.129 --> 00:02:37.224
As colunas de 1 a 3 relatam
média e características.

00:02:37.224 --> 00:02:40.089
Isso nos dá um senso
do que estamos estudando.

00:02:40.089 --> 00:02:43.736
Vamos começar com a coluna 1
que descreve covariáveis

00:02:43.736 --> 00:02:45.438
no grupo de controle.

00:02:45.438 --> 00:02:49.183
As covariáveis são características
dos grupos de controle e tratamento

00:02:49.183 --> 00:02:52.091
medidas antes do iníco do experimento.

00:02:52.091 --> 00:02:57.514
Por exemplo, vemos que o grupo de controle
tem uma média de idade acima de 20.

00:02:57.514 --> 00:03:00.339
Muitas dessas covariáveis
são variáveis fictícias.

00:03:00.997 --> 00:03:06.087
Uma variável fictícia apenas
pode ter dois valores - 0 ou 1.

00:03:06.087 --> 00:03:10.298
Por exemplo, o gênero do aluno
é obtido por uma variável fictícia

00:03:10.298 --> 00:03:13.386
que iguala 1 para as mulheres
e 0 para os homens.

00:03:13.386 --> 00:03:17.104
A média dessa variável 
é a proporção de mulheres.

00:03:17.104 --> 00:03:20.651
Também vemos que 13%
do grupo de controle é hispânico

00:03:20.651 --> 00:03:23.905
e 19% têm precedentes
em serviços militares.

00:03:25.035 --> 00:03:26.635
As notas da tabela são chave.

00:03:26.635 --> 00:03:29.218
Consulte-as
enquanto analisa a tablea.

00:03:29.218 --> 00:03:33.534
Essas notas explicam o que é mostrado
em cada coluna e painel.

00:03:39.485 --> 00:03:41.858
As notas nos mostra, por exemplo,

00:03:41.858 --> 00:03:45.175
que desvios padrões
são relatados entre parênteses.

00:03:45.947 --> 00:03:49.598
Os desvios padrões nos mostra
o quão difundidos são os dados.

00:03:50.448 --> 00:03:54.887
Por exemplo, um desvio padrão
de 0.52 nos mostra que a maioria

00:03:54.887 --> 00:03:59.397
das médias de notas escolares
do grupo de controle cai entre 2.35,

00:03:59.397 --> 00:04:03.454
que é 0.52 abaixo da média
das notas escolares de 2.87,

00:04:03.454 --> 00:04:08.337
e 3.39, que é 0.52 sobre 2.87.

00:04:09.337 --> 00:04:12.122
Um desvio padrão menor
significaria que as médias

00:04:12.122 --> 00:04:14.706
estavam mais agrupadas
ao redor da média.

00:04:14.706 --> 00:04:17.543
-[Kamal] Sim, mas elas não estão
na maioria das variáveis.

00:04:17.543 --> 00:04:18.600
-[Sensei] É isso aí.

00:04:18.600 --> 00:04:22.497
Os mestres geralmente omitem
os desvios padrões por fictícios,

00:04:22.497 --> 00:04:26.500
porque a média da variável
determina seu desvio padrão.

00:04:27.542 --> 00:04:30.102
Este estudo compara
dois grupos de tratamento

00:04:30.102 --> 00:04:32.078
com o grupo de controle.

00:04:32.078 --> 00:04:35.886
O primeiro teve livre acesso
ao uso de laptops ou tablets.

00:04:35.886 --> 00:04:38.252
O segundo tratamento
foi mais restritivo,

00:04:38.252 --> 00:04:41.713
permitindo apenas
tablets sobre a mesa.

00:04:42.152 --> 00:04:45.238
Os grupos de tratamento
se parecem muito com o de controle.

00:04:46.694 --> 00:04:51.443
Isso nos leva ao próximo elemento
dessa tabela, as colunas 4 a 6

00:04:51.443 --> 00:04:54.558
usam testes estatísticos
para comparar as características

00:04:54.558 --> 00:04:57.591
dos grupos de controle e tratamento
antes do experimento.

00:04:58.158 --> 00:05:01.991
Na coluna 4, os dois grupos
de tratamento são combinados.

00:05:01.991 --> 00:05:04.998
Vocês podem ver que a diferença
em proporção feminina

00:05:04.998 --> 00:05:09.690
entre os grupos de controle
e tratamento é apenas 0.03.

00:05:10.508 --> 00:05:13.740
A diferença 
não é estatisticamente significante --

00:05:14.290 --> 00:05:17.440
é o tipo de diferença
que podemos facilmente colocar

00:05:17.440 --> 00:05:20.623
para causar resultados em nosso processo
de seleção de amostra.

00:05:20.623 --> 00:05:22.133
-[Kamal] Como saberemos isso?

00:05:22.133 --> 00:05:23.790
Você se lembra da regra de ouro?

00:05:23.790 --> 00:05:27.122
Estimativas estatísticas
que excedem o erro padrão

00:05:27.122 --> 00:05:30.108
por um múltiplo de 2
em valor absoluto,

00:05:30.108 --> 00:05:33.997
geralmente são chamadas
de estatísticamente significantes.

00:05:35.132 --> 00:05:38.766
O erro padrão é 0.03,

00:05:38.766 --> 00:05:41.483
o mesmo da diferença
de proporção feminina.

00:05:42.244 --> 00:05:46.132
Então a proporção do primeiro
para o segundo é apenas 1,

00:05:46.132 --> 00:05:48.607
que, é claro, é menor que 2.

00:05:48.607 --> 00:05:51.191
-[Kamal] Oh! Então nenhuma 
das diferenças dos grupos

00:05:51.191 --> 00:05:54.455
da tabela são mais que o dobro
de seus erros padrões.

00:05:54.455 --> 00:05:55.997
Correto.

00:05:55.997 --> 00:05:59.081
A divisão aleatória dos estudantes
parece ter tido sucesso

00:05:59.081 --> 00:06:01.945
na criação dos grupos
que são de fato comparáveis.

00:06:02.846 --> 00:06:05.008
Portanto, podemos ficar confiantes

00:06:05.008 --> 00:06:07.774
de que nenhuma diferença posterior
no sucesso das turmas

00:06:07.774 --> 00:06:11.073
sejam o resultado
de intervenções experimentais,

00:06:11.073 --> 00:06:14.754
ao invés da reflexão
de diferenças pré-existentes.

00:06:14.754 --> 00:06:17.454
Ceteris Paribus alcançada!

00:06:17.454 --> 00:06:20.934
-[Kamal] Legal. Espera ái,
e a parte inferior,

00:06:20.934 --> 00:06:22.833
os números com as estrelas?

00:06:22.833 --> 00:06:25.589
Aquelas diferenças são mais
do que o dobro do erro padrão.

00:06:25.589 --> 00:06:27.402
Bem observado, Kamal!

00:06:27.402 --> 00:06:29.386
A tabela tem muitos números.

00:06:29.386 --> 00:06:32.246
Aqueles no painel B
são importantes também.

00:06:32.246 --> 00:06:35.715
Essse painel mede a proporção
do uso de computadores

00:06:35.715 --> 00:06:39.139
que os grupos de tratamento e controle
de fato usaram em aula.

00:06:39.754 --> 00:06:42.873
O grupo de tratamento
pôde usar computadores.

00:06:43.278 --> 00:06:44.873
Os pesquisadores devem mostrar

00:06:44.873 --> 00:06:47.079
que os estudantes 
que usaram computadores

00:06:47.079 --> 00:06:49.448
aproveitaram a oportunidade.

00:06:50.072 --> 00:06:53.033
Se eles não aproveitaram, 
então não há tratamento.

NOTE Paragraph

00:06:53.867 --> 00:06:57.799
felizmente, 81% daqueles
no primeiro grupo de tratamento

00:06:57.799 --> 00:06:59.472
usaram computadores;

00:06:59.472 --> 00:07:02.178
comparados com nenhum
do grupo de controle.

00:07:02.178 --> 00:07:05.216
E muitos no segundo bloco
do grupo de tratamento

00:07:05.216 --> 00:07:07.264
também usaram computadores.

00:07:07.264 --> 00:07:09.879
Essas diferenças no uso
de computadores são grandes

00:07:09.879 --> 00:07:11.798
e estatísticamente significantes.

00:07:12.081 --> 00:07:15.428
Também podemos ver o tamanho
da amostra em cada grupo.

00:07:15.428 --> 00:07:18.098
-[Kamal] As estrelas
são só decoração?

00:07:18.098 --> 00:07:21.748
Alguns papéis acadêmicos usam
as estrelas para indicar diferenças

00:07:21.748 --> 00:07:23.983
que são estatísticamente significantes.

00:07:23.983 --> 00:07:26.925
Isso é para chamar a sua atenção.

00:07:26.925 --> 00:07:31.621
Aqui, 3 estrelas indicam que o resultado
é estatísticamente diferente

00:07:31.621 --> 00:07:34.942
de 0 com um valor-p menor que 1%.

00:07:35.672 --> 00:07:39.436
Ou seja, a chance
é menos que 1 em 100

00:07:39.436 --> 00:07:42.171
de que esse resultado 
seja uma descoberta causal.

00:07:42.171 --> 00:07:43.181
[aplauso]

00:07:43.181 --> 00:07:48.997
2 estrelas indicam 1 em 20 ou 5%
de chance de uma descoberta causal.

00:07:48.997 --> 00:07:52.469
1 estrela mostra os resultados
que vemos tão frequentemente

00:07:52.469 --> 00:07:56.036
quanto 10% das vezes,
meramente devido à causa.

00:07:56.473 --> 00:07:59.957
Hoje, as estrelas são vistas
como um pouco foras de moda.

00:07:59.957 --> 00:08:01.606
Alguns jornais as omitem.

00:08:01.606 --> 00:08:03.894
-[Kamal] E as últimas
duas colunas?

00:08:03.894 --> 00:08:06.007
Ao contrário da coluna 4,
que combina

00:08:06.007 --> 00:08:09.689
os grupos de controle e tratamento
em um, essas duas últimas colunas

00:08:09.689 --> 00:08:12.357
buscam as diferenças nos grupos
separadamente

00:08:12.357 --> 00:08:14.572
para cada grupo de tratamento.

00:08:14.572 --> 00:08:17.441
Isso fornece uma análise
mais detalhada do balanço.

00:08:18.295 --> 00:08:21.288
E por agora, você também
pode ignorar essa linha

00:08:21.288 --> 00:08:24.205
que fornece outro teste
de significância.

00:08:24.755 --> 00:08:29.062
E agora chegamos ao ponto alto
do artigo, a tabela 4.

00:08:30.075 --> 00:08:32.993
Essa tabela mostra
as estimativas de regressão

00:08:32.993 --> 00:08:37.273
dos efeitos do uso de eletrônicos
em medidas do aprendizado do estudante.

00:08:37.273 --> 00:08:40.258
-[Kamal] Por que o estudo relata
estimativa de regressão?

00:08:40.258 --> 00:08:42.529
Está vendo,é por isso
que ficamos perdidos.

00:08:42.529 --> 00:08:44.806
A razão para gostarmos
de ensaios randomizados

00:08:44.806 --> 00:08:47.260
é porque os usamos 
para obter efeitos causais

00:08:47.260 --> 00:08:50.479
simplesmente comparando os grupos
de controle e tratamento.

00:08:50.479 --> 00:08:53.883
Já que os grupos são equilibrados,
não há necessidae de regressão.

00:08:53.883 --> 00:08:55.492
Bem observado, Kamal.

00:08:55.492 --> 00:08:59.272
Na prática, é comum relatar
as estimativas de regressão

00:08:59.272 --> 00:09:01.013
por duas razões.

00:09:01.013 --> 00:09:04.448
Primeiro, evidência de equilíbrio
apesar de tudo.

00:09:04.448 --> 00:09:07.349
Uma abundância de precaução
pode levar o analista

00:09:07.349 --> 00:09:09.678
a admitir diferenças causais.

00:09:09.678 --> 00:09:13.622
Segundo, as estimativas de regressão
provavelmente são mais precisas --

00:09:13.622 --> 00:09:16.509
isto é, elas têm menos
padrões de erros

00:09:16.509 --> 00:09:18.943
do que simples comparações
de controle e tratamento.

00:09:20.129 --> 00:09:22.526
A variável dependente neste estudo

00:09:22.526 --> 00:09:24.305
é o resultado do interesse.

00:09:24.652 --> 00:09:26.192
Já que a questão aqui

00:09:26.192 --> 00:09:29.068
é como aulas com eletrônicos
afetam o aprendizado,

00:09:29.068 --> 00:09:32.845
um bom resultado é a nota
do exame final de Economia.

00:09:33.406 --> 00:09:37.650
Cada coluna mostra resultados
de um modelo de regressão diferente.

00:09:37.650 --> 00:09:40.476
Os modelos são distinguidos
pelas variáveis de controle

00:09:40.476 --> 00:09:44.453
ou pelas covariáveis incluídas,
além do status do tratamento.

00:09:44.934 --> 00:09:48.425
Estimativas sem covariáveis
são comparações simples

00:09:48.425 --> 00:09:50.677
de grupos de controle e tratamento.

00:09:50.677 --> 00:09:53.169
-[Kamal] Eu achei que eles
esqueceram de preencher.

00:09:53.169 --> 00:09:56.228
A coluna 1 indica
que o uso de eletrônicos

00:09:56.228 --> 00:10:00.835
reduziu as notas dos exames finais
por 0.28 deviações padrões.

00:10:01.547 --> 00:10:02.940
Em nossa última aula,

00:10:02.940 --> 00:10:07.237
O mestre Joshway explicou que usamos
unidades de deviações padrões,

00:10:07.237 --> 00:10:10.672
porque essas unidades são facilmente
comparadas entre estudos.

00:10:11.352 --> 00:10:13.193
A coluna 2 mostra resultados

00:10:13.193 --> 00:10:16.082
de um modelo que adiciona
controles demográficos.

00:10:16.082 --> 00:10:19.907
Aqui, estamos comparando notas,
mas lidando com fatores constantes

00:10:19.907 --> 00:10:21.435
como idade e sexo.

00:10:21.886 --> 00:10:25.602
A coluna 3 mostra resultados de um modelo
que adicona média de nota escolar

00:10:25.602 --> 00:10:27.186
junto com a lista de covariáveis.

00:10:27.603 --> 00:10:30.822
A coluna 4 adicona notas
do teste ACT.

00:10:30.822 --> 00:10:33.503
Analistas geralmente mostram
os resultados desse jeito,

00:10:33.503 --> 00:10:36.992
começando com modelos que incluem
poucas ou nenhuma covariável;

00:10:36.992 --> 00:10:39.667
e então mostrando 
as estimativas de modelos

00:10:39.667 --> 00:10:43.586
que adicionam mais e mais covariáveis
conforme nos movemos pelas colunas.

00:10:44.035 --> 00:10:46.802
O que você percebe
olhando as colunas?

00:10:47.252 --> 00:10:49.919
-[Kamal] Bom, o coeficiente
do uso de computadores

00:10:49.919 --> 00:10:51.635
sempre é um número bem negativo.

00:10:51.635 --> 00:10:53.002
Exatamente!

00:10:53.002 --> 00:10:56.455
Também podemos ver que os erros padrões
são pequenos o bastante

00:10:56.455 --> 00:11:00.561
para tornar esses resultados negativos
estatísticamente significantes.

00:11:00.561 --> 00:11:04.446
Ou seja, a primeira coisa
que levamos desse experimento

00:11:04.446 --> 00:11:08.381
é que os eletrônicos nas aulas
reduzem o aprendizado do estudante.

00:11:09.000 --> 00:11:12.283
-[Kamal] As notas da média escolar
e da ACT também são importantes.

00:11:12.283 --> 00:11:13.750
Por que é assim?

00:11:13.750 --> 00:11:15.423
Boa observação!

00:11:15.423 --> 00:11:16.866
Isso não é surpreendente.

00:11:16.866 --> 00:11:20.473
Esperamos que essas variáveis
estimem a performance na faculdade.

00:11:20.473 --> 00:11:22.190
-[Kamal] Ah sim, é claro.

00:11:22.190 --> 00:11:24.026
Os que conseguiram
melhores notas antes

00:11:24.026 --> 00:11:26.317
têm mais chance de conseguir
melhores notas neste curso.

00:11:26.317 --> 00:11:30.226
Vocês também verão muitas outras
informações nessa tabela.

00:11:30.226 --> 00:11:34.515
Os painéis restantes na tabela
mostram efeitos do uso de eletrônicos

00:11:34.515 --> 00:11:36.933
em componentes do exame final,

00:11:36.933 --> 00:11:39.816
tais como as múltiplas
questões de escolha.

00:11:39.816 --> 00:11:43.371
Esses resultados são mais consistentes
com efeito de uso de coputadores

00:11:43.371 --> 00:11:45.360
nas notas médias.

00:11:45.360 --> 00:11:47.740
-[Kamal] E essas linhas
que não estão em inglês?

00:11:47.740 --> 00:11:50.994
Essas linhas fornecem informação
estatística adicional.

00:11:50.994 --> 00:11:54.247
R² é uma medida
de bondade de ajuste.

00:11:54.714 --> 00:11:56.009
Isso não é tão importante,

00:11:56.009 --> 00:11:58.190
ainda que alguns leitores
queiram saber disso.

00:11:58.660 --> 00:12:02.950
As outras linhas mostram testes
alternativos de significância estatística

00:12:02.950 --> 00:12:05.028
que vocês podem ignonar por agora.

00:12:05.028 --> 00:12:07.934
-[Kamal] Meu Deus, essas tabelas
não são tão complicadas!

00:12:07.934 --> 00:12:09.488
Muito obrigado.

00:12:09.488 --> 00:12:11.787
A próxima aula é sobre regressão.

00:12:11.787 --> 00:12:13.179
Vejo vocês lá!

00:12:15.974 --> 00:12:17.263
♪ [música] ♪

00:12:17.263 --> 00:12:20.575
Você está no caminho certo
para dominar a econometria.

00:12:20.834 --> 00:12:22.783
Fixe o que aprendeu neste vídeo

00:12:22.783 --> 00:12:25.467
fazendo algumas questões práticas.

00:12:25.467 --> 00:12:29.003
Ou, caso esteja pronto,
clique no próximo vídeo.

00:12:29.003 --> 00:12:32.901
Você também pode visitar 
o site da MRU para mais cursos,

00:12:32.901 --> 00:12:35.298
materias de professores e mais.

00:12:35.651 --> 00:12:38.111
Tradução: John Silva.