Ensaios Randomizados: A Arma Ideal
-
0:01 - 0:05O caminho para criar e gerar efeito
é obscuro e perigoso. -
0:06 - 0:09Mas as armas
da econometria são fortes. -
0:10 - 0:15Contemple a mais poderosa,
a espada da atribuição aleatória, -
0:15 - 0:18que fere profundamente
as questões causais. -
0:23 - 0:28-[Sensei] Começamos com nossa arma
mais poderosa e mais cara -- -
0:28 - 0:30ensaios randomizados.
-
0:30 - 0:31-[aluno] Incrível.
-
0:31 - 0:35Toda missão métrica começa
com uma questão causal. -
0:35 - 0:38Questões claras levam
à respostas claras. -
0:39 - 0:43As respostas mais claras
vêm dos ensaios randomizados. -
0:44 - 0:48Vamos ver como e porque
os ensaios randomizados fornecem -
0:48 - 0:51especialmente respostas
convincentes às questões causais. -
0:52 - 0:56-[Josh] Como uma espada bem afiada,
os ensaios randomizados cortam -
0:56 - 0:58profundamente um problema causal,
-
0:58 - 1:01criando comparações
justas e convincentes. -
1:01 - 1:04Porém, como qualquer
arma bem afiada, -
1:04 - 1:07os ensaios randomizados são caros
e não podem ser feitos rapidamente. -
1:08 - 1:12Os ensaios randomizados
se originou nas pesquisas médicas, -
1:12 - 1:16onde foram chamados
de ensaios clínicos randomizados ou ECRs. -
1:17 - 1:21A administração de comida e medicamento
dos EUA exigem que produtores -
1:21 - 1:25garantam a segurança
e a eficácia de novos medicamentos -
1:25 - 1:26ou de tratamentos médicos.
-
1:27 - 1:30Eles fazem isso através
de uma série de ECRs. -
1:30 - 1:35É por isso que os ensaios randomizados
avaliam os efeitos de tratamentos. -
1:36 - 1:38Você pode ter contribuído
com outro tipo -
1:38 - 1:40de ensaio randomizado --
-
1:40 - 1:43Os testes A/B que empresas
da Silicon Valley usam -
1:43 - 1:46para comparar
estratégias de marketing. -
1:46 - 1:50A Amazon randomiza resultados
de pesquisas em um fluxo constante -
1:50 - 1:52de testes escondidos.
-
1:52 - 1:53-[aluno] Interessante.
-
1:53 - 1:57Ensaios randomizados também
são importantes em pesquisas educacionais. -
1:57 - 2:00Eles tem sido usados para responder
uma questão causal importante -
2:00 - 2:02para meu coração de professor --
-
2:02 - 2:05Os laptops e outros
aparelhos eletrônicos -
2:05 - 2:07devem ser permitidos
em sala de aula? -
2:07 - 2:10Muitos os veem em sala de aula
como apoio ao aprendizado. -
2:10 - 2:14Mas outros, como eu, acham
que eles são muito distrativos. -
2:14 - 2:15Quem está certo?
-
2:22 - 2:24Mestes da métrica
dando aula em West Point, -
2:24 - 2:27a faculdade militar que treina
oficiais do exército americano, -
2:27 - 2:31criaram um ensaio randomizado
para responder essa questão. -
2:31 - 2:33Esses mestres colocaram
cadetes do West Point -
2:33 - 2:36em aulas de economia
operando sob regras diferentes. -
2:37 - 2:39Diferente de muitas
faculdades dos EUA, -
2:39 - 2:42o padrão na West Point
é de não usar eletrônicos. -
2:43 - 2:46Para a proposta desse teste,
alguns alunos foram colocados -
2:46 - 2:49em aulas tradicionais
livres de tecnologia -- -
2:49 - 2:52sem laptops, sem tablets,
e SEM CELULARES! -
2:53 - 2:56Este é o grupo de controle,
ou caso de linha de base. -
2:56 - 3:00O outro grupo pôde
usar eletrônicos. -
3:00 - 3:03Este é o grupo de tratamento,
submetido a um ambiente diferente. -
3:03 - 3:06O tratamento neste caso
é o uso sem restrições -
3:06 - 3:08de laptops ou tablets em aula.
-
3:09 - 3:12Toda questão causal
tem um resultado claro -- -
3:12 - 3:16as variáveis que esperamos influir,
definidas com o avanço do estudo. -
3:16 - 3:19Os resultados dos estudos
eletrônicos em West Point -
3:19 - 3:20são as notas dos exames finais.
-
3:20 - 3:24O estudo busca responder
a seguinte questão -- -
3:24 - 3:28qual é o efeito causal do aprendizado
em salas de aula com eletrônicos -
3:28 - 3:30medido pelas notas dos exames?
-
3:30 - 3:33Estudantes de economia de W.P
foram aleatoriamente atribuídos -
3:33 - 3:36à ambos tratamentos
ou grupos de controles. -
3:36 - 3:40A atribuição aleatória cria
comparações ceteris paribus, -
3:40 - 3:44nos permitindo elaborar conclusões
comparando os grupos. -
3:45 - 3:49O poder de revelação da casualidade
de um ensaio randomizado -
3:49 - 3:53vem de propriedades estatísticas
chamade de lei dos grandes números. -
3:53 - 3:55Quando estatísticos
e matemáticos descobrem -
3:55 - 3:57algo importante
e confiavelmente verdadeiro -
3:57 - 4:01sobre o mundo natural,
eles o chamam de lei. -
4:01 - 4:05A lei dos grandes números diz
que quando os grupos randomizados -
4:05 - 4:08são grandes o suficiente, os alunos
neles certamente são similares -
4:08 - 4:10em média, de todas as formas.
-
4:11 - 4:14Isso significa que os grupos de alunos
divididos aleatoriamente podem ter -
4:14 - 4:18base familiar similares,
motivação e habilidade. -
4:19 - 4:22Sayônara viés de seleção,
pelo menos na teoria. -
4:23 - 4:26Na prática, os grupos randomizados
podem não ser grandes o bastante -
4:26 - 4:28para que a lei
de grandes números funcione. -
4:29 - 4:32Ou os pesquisadores podem ter
estragado a atribuição aleatória. -
4:32 - 4:35Em qualquer esforço técnico,
até os mestres mais experientes -
4:35 - 4:37são avisados sobre possíveis vacilos.
-
4:38 - 4:40Então verificamos o balanço,
-
4:40 - 4:43comparando as variáveis
do histórico dos alunos nos grupos -
4:43 - 4:45para ter certeza
que eles de fato são similares. -
4:47 - 4:49Aqui está a verificação
do balanço da West Point. -
4:50 - 4:52Essa tabela mostra duas colunas --
-
4:52 - 4:55uma mostrando dados
do grupo de controle -
4:55 - 4:57e a outra mostrando dados
do grupo de tratamento. -
4:58 - 5:02As linhas mostram algumas das variáveis
que esperamos estarem balanceadas -- -
5:02 - 5:06sexo, idade, raça, e sua média de notas
no ensino médio, entre outros. -
5:07 - 5:09A primeira linha indica
qual porcentagem -
5:09 - 5:12de cada grupo é feminino.
-
5:12 - 5:16É 17% no grupo de controle
e 20% no grupo de tratamento. -
5:18 - 5:21Kamal, como está o balanço
para a média de notas? -
5:22 - 5:25-[Kamal] O grupo de controle
tem uma média de 2,87, -
5:25 - 5:29já o de tratamento tem
uma média de 2,82. Bem próximo. -
5:30 - 5:34Felizmente, os dois grupos
parecem ser similares em tudo. -
5:34 - 5:36Quão grande deve ser a amostra
-
5:36 - 5:37para a lei
de grandes números funcionar? -
5:38 - 5:39O estudo da West Point,
-
5:39 - 5:43que involveu cerca de 250
estudantes em cada grupo, -
5:43 - 5:45é provavelmente grande o bastante.
-
5:45 - 5:48Não há regras definitvas aqui.
-
5:48 - 5:51Em outro vídeo, vocês aprenderão
como confirmar a hipótese -
5:51 - 5:55do grupo de balanço com testes
estatísticos formais. -
5:55 - 5:56-[Aluno] Empolgante.
-
6:00 - 6:02O coração da questão nessa tabela
-
6:02 - 6:04é o efeito estimado do tratamento.
-
6:05 - 6:07Lembrem-se que o tramento
neste caso é a permissão -
6:07 - 6:09para usar eletrônicos na aula.
-
6:10 - 6:14Os efeitos de tratamento compara médias
entre os grupos de controle e tratamento. -
6:15 - 6:18O grupo com permissão
para usar eletrônicos -
6:18 - 6:22teve uma média de nota no exame final
de 0.28 deviações padrões -
6:22 - 6:24abaixo da nota dos estudantes
no grupo de controle. -
6:26 - 6:28Quão grande é esse efeito?
-
6:28 - 6:32Cientistas sociais medem notas
em unidades de deviações padrões, -
6:32 - 6:35porque essas unidades são fáceis
de serem comparadas entre estudos. -
6:35 - 6:39Sabemos por uma longa história
de pesquisa de aprendizado em aula -
6:39 - 6:41que 0.28 é muito.
-
6:41 - 6:46Uma queda de 0.28 é como
pegar o estudante mediano da turma -
6:46 - 6:48e levá-lo ou levá-la
para o terceiro escalão. -
6:49 - 6:52Como teremos certeza
de que os resultados -
6:52 - 6:53são significativos?
-
6:53 - 6:56Afinal, estamos buscando
em uma única divisão aleatória -
6:56 - 6:58entre grupos
de controle e tratamento. -
6:58 - 7:01Outras divisões aleatórias
podem ter produzido algo diferente. -
7:01 - 7:04Então quantificamos
a variância amostral -
7:04 - 7:06em estimativas
de efeitos causais. -
7:06 - 7:08O que é variância amostral?
-
7:09 - 7:11A variância amostral
nos diz a probabilidade -
7:11 - 7:16da descoberta de uma estatística
particular de ser um resultado causal, -
7:16 - 7:19mais além de uma indicação
de uma relação subjacente. -
7:20 - 7:23A variância amostral
é resumida por um número, -
7:23 - 7:27chamado de erro padrão
do efeito de tratamento estimado. -
7:27 - 7:29-[sussurros] Não entendi.
-Do que ele está falando...? -
7:29 - 7:33Não se preocupem -- falaremos mais sobre
essa importante ideia mais tarde. -
7:33 - 7:34-[Aluno] Aí sim.
-
7:34 - 7:36Apenas lembrem-se:
quanto menor for o erro padrão, -
7:36 - 7:39mais conclusiva é a dscoberta.
-
7:39 - 7:42Por outro lado,
se o erro padrão for grande -
7:42 - 7:45em relação ao efeito
que tentamos estimar, -
7:45 - 7:47há uma boa chance
de encontrarmos algo diferente -
7:47 - 7:50se fôssemos refazer o experimento.
-
7:50 - 7:54Podemos pensar nesse erro padrão
como uma forma de medir -
7:54 - 7:57o quão podemos confiar
no resultado que vemos. -
7:57 - 7:58-[Alunos] Ok.
-
7:58 - 8:01Nesse estudo,
o erro padrão relevante é 0.1. -
8:02 - 8:05Por enquanto já basta
para aprender uma regra simples. -
8:05 - 8:07Quando um tratamento
de efeito estimado -
8:07 - 8:09é mais que o dobro
do erro padrão, -
8:09 - 8:12a chance deste resultado ser diferente
de zero é porque a causa é baixa, -
8:12 - 8:14cerca de 1 em 20.
-
8:15 - 8:18Por isso ser tão improvável,
dizemos que as estimativas -
8:18 - 8:21que são 2 ou mais vezes maior
que os padrões de erros associados -
8:21 - 8:24são estatisticamente significantes.
-
8:24 - 8:28Camilla, o tratamento de efeito
no estudo da West Point -
8:28 - 8:30é estatisticamente significante?
-
8:31 - 8:36O erro padrão é 0.10
e o efeito de tratamento é 0.28, -
8:36 - 8:40então 0.28 é mais que o dobro
do que 0.10, então sim. -
8:40 - 8:42Correto.
-
8:42 - 8:46A perda de aprendizado causada
por eletrônicos usados na Econ 101 -
8:46 - 8:50é então grande,
e estatisticamente significante. -
8:50 - 8:51-[Aluno] Legal.
-
8:57 - 9:00Ensaios randozimados geralmente
fornecem as respostas mais claras -
9:00 - 9:01para as questões causais.
-
9:01 - 9:05Quando essa arma está em nosso
kit de ferramentas, a usamos. -
9:05 - 9:07A atribuição aleatória
nos permite afirmar -
9:07 - 9:10que a ceteris foi de fato
feita paribus. -
9:10 - 9:13Mas os ensaios randomizados
são difíceis de organizar. -
9:13 - 9:15Eles podem ser caros e demorados,
-
9:15 - 9:18e, em alguns casos,
considerado antiético. -
9:18 - 9:21Então os mestres buscam
por alternativas claras. -
9:21 - 9:25As alternativas tentam imitar
o poder revelador da casualidade -
9:25 - 9:28de um ensaio randomizado,
mas sem o tempo, a dificuldade, -
9:28 - 9:31e o custo de um experimento
feito com uma proposta. -
9:31 - 9:35Essas ferramentas alternativas
são aplicadas em cenários do mundo real -
9:35 - 9:37que imitam a atribuição aleatória.
-
9:39 - 9:43Você está no caminho certo
para dominar a econometria. -
9:43 - 9:44Fixe o aprendeu neste vídeo
-
9:44 - 9:47fazendo algumas
questões práticas. -
9:47 - 9:51Ou, caso esteja pronto,
clique no próximo vídeo. -
9:51 - 9:54Visite também o site da MRU
-
9:54 - 9:57para mais cursos,
materiais de professores e mais. -
9:57 - 10:00Tradução: John Silva.
- Title:
- Ensaios Randomizados: A Arma Ideal
- Description:
-
Josh Angrist do MIT - também conhecido como Mestre Joshway - nos apresenta nossa arma mais poderosa: ensaios randomizados!
Os ensaios clínicos randomizados se originaram na pesquisa médica, onde são chamados de "ensaios clínicos randomizados" ou "ECRs". É por isso que os ensaios randomizados medem os "efeitos do tratamento".
Josh cobre um estudo fascinante de West Point que busca responder a uma pergunta comum usando testes randomizados: Nossos dispositivos são mais distrativos do que úteis quando se trata de aprendizagem?
Neste vídeo, cobrimos o seguinte:
-Qual é a diferença entre os grupos de controle e de tratamento?
-Como "verificar o balanço"
-A Lei dos Grandes Números
-Efeitos de tratamento
- Erros padrão e significância estatística*** RECURSOS DO INSTRUTOR ***
Recursos para professores do ensino médio: https://bit.ly/2RcCsta
Recursos do professor: https://bit.ly/2XgdHQG
EconInbox: https://bit.ly/2yzTjzz*** MAIS APRENDIZAGEM ***
Experimente nossas perguntas práticas: https://bit.ly/2xVuvSg
Veja o curso completo: https://bit.ly/2Xc88CQ
Receba atualizações quando lançarmos novos vídeos: https://bit.ly/2VaLTdH
Mais da Marginal Revolution University: https://bit.ly/39QeWZo - Video Language:
- English
- Team:
- Marginal Revolution University
- Project:
- Mastering Econometrics
- Duration:
- 10:01
John Silva edited Portuguese, Brazilian subtitles for Randomized Trials: The Ideal Weapon | ||
John Silva edited Portuguese, Brazilian subtitles for Randomized Trials: The Ideal Weapon | ||
John Silva edited Portuguese, Brazilian subtitles for Randomized Trials: The Ideal Weapon | ||
John Silva edited Portuguese, Brazilian subtitles for Randomized Trials: The Ideal Weapon | ||
John Silva edited Portuguese, Brazilian subtitles for Randomized Trials: The Ideal Weapon |