WEBVTT

00:00:03.185 --> 00:00:05.288
♪ [música] ♪

00:00:09.240 --> 00:00:10.912
[Josh] Bienvenidos nuevamente.

00:00:10.912 --> 00:00:14.405
Hoy continuamos la búsqueda
del conocimiento causal.

00:00:14.405 --> 00:00:18.486
Recordemos que los graduados
de universidades privadas ganan 14 % más

00:00:18.486 --> 00:00:22.396
en promedio que los graduados
de universidades públicas.

00:00:22.924 --> 00:00:25.894
¿Acaso eso significa 
que la educación privada

00:00:25.894 --> 00:00:27.761
causa que sus salarios suban?

00:00:28.223 --> 00:00:30.763
Como con la mayoría 
de las preguntas que proponemos,

00:00:30.763 --> 00:00:33.060
los hechos no son cuestionables,

00:00:33.060 --> 00:00:35.923
pero sí la interpretación de ellos.

00:00:36.778 --> 00:00:39.365
[Narrador] Comparemos a los graduados
de escuelas privadas

00:00:39.365 --> 00:00:41.856
con los de escuelas públicas.

00:00:42.724 --> 00:00:46.119
Los graduados de universidades privadas
difieren de distintas maneras.

00:00:46.323 --> 00:00:49.656
Por ejemplo, tienen mejores puntajes SAT.

00:00:50.270 --> 00:00:55.226
En promedio, estudiantes de universidades 
privadas tienen 120 puntos más.

00:00:55.702 --> 00:00:59.844
Estas estrellas de SAT
usan sudaderas naranjas.

00:01:00.568 --> 00:01:04.346
Los graduados de universidades privadas
provienen de familias más ricas,

00:01:04.346 --> 00:01:07.875
13% más ricas que las familias
de estudiantes de universidades públicas.

00:01:08.231 --> 00:01:10.801
Los niños ricos tienen pantalones verdes.

00:01:11.232 --> 00:01:14.102
Pareciera que las comparaciones
públicas/privadas

00:01:14.102 --> 00:01:16.243
no son equiparables.

00:01:16.243 --> 00:01:19.385
Tal vez, el aumento
de 14 % salarial es causado

00:01:19.385 --> 00:01:22.376
por diferencias pre-existentes
en el potencial salarial

00:01:22.594 --> 00:01:25.525
y no por asistir
a una universidad privada.

00:01:26.091 --> 00:01:27.989
Igual que muchos que han estado
antes que nosotros

00:01:27.989 --> 00:01:29.753
en búsqueda del conocimiento causal,

00:01:29.753 --> 00:01:32.454
nosotros estamos varados
en el sesgo de selección.

00:01:33.112 --> 00:01:35.549
[Narrador] El sesgo de selección ocasiona

00:01:35.549 --> 00:01:40.130
que interpretemos las comparaciones
no ajustadas como efectos causales.

00:01:40.130 --> 00:01:41.333
[susurro] Ven conmigo.

00:01:41.333 --> 00:01:44.447
[Narrador] Aquí vemos 
el sesgo de selección engañándonos

00:01:44.447 --> 00:01:46.275
al dirigir el tráfico.

00:01:46.275 --> 00:01:49.012
Los que tienen mejores notas
van a la izquierda

00:01:49.012 --> 00:01:51.314
a las universidades privadas.

00:01:51.314 --> 00:01:54.865
Aquellos con ingresos familiares bajos
van a la derecha

00:01:55.351 --> 00:01:57.631
a las universidades públicas.

00:01:58.128 --> 00:02:00.840
Las comparaciones públicas/privadas
tienen fuerza causal

00:02:00.840 --> 00:02:05.910
solo cuando los grupos comparados
son idénticos en promedio.

00:02:06.356 --> 00:02:10.176
Entonces, podemos felizmente
afirmar: "ceteris paribus".

00:02:10.813 --> 00:02:14.543
Pero las escuelas privadas son típicamente
más selectivas y más caras

00:02:14.574 --> 00:02:16.980
que sus contrapartes públicas.

00:02:17.165 --> 00:02:21.784
Los que van a la izquierda
no se comparan con los de la derecha.

00:02:22.256 --> 00:02:25.376
Así es como nos embruja
el sesgo selectivo.

00:02:26.419 --> 00:02:29.944
- Aunque los colegios realmente
seleccionan a los que aplican

00:02:29.944 --> 00:02:34.110
el término "sesgo de selección"
se refiere a cualquier comparación

00:02:34.110 --> 00:02:36.779
que tenga diferencias sistemáticas
entre grupos

00:02:36.779 --> 00:02:39.410
y no se refieran a las diferencias
que discutimos.

00:02:40.100 --> 00:02:42.947
Cuando los grupos comparados
difieren de distintas formas

00:02:42.947 --> 00:02:44.995
hemos perdido ceteris paribus.

00:02:45.659 --> 00:02:48.947
El sesgo de selección es el mayor enemigo
de las métricas estudiantiles

00:02:48.947 --> 00:02:51.490
y métricas maestras.

00:02:51.490 --> 00:02:54.435
Nuestras cinco armas más importantes
para luchar contra él

00:02:54.435 --> 00:02:57.194
son las Cinco Furiosas de la Econometría.

00:02:57.194 --> 00:02:58.663
-[susurro] Las Cinco Furiosas.

00:02:58.665 --> 00:03:01.750
-[Josh] El sesgo selectivo es malo
y penetrante

00:03:01.750 --> 00:03:03.965
pero nuestras armas son poderosas

00:03:03.965 --> 00:03:06.553
y no tenemos que asegurarnos
que los individuos

00:03:06.553 --> 00:03:08.405
comparados sean idénticos.

00:03:08.499 --> 00:03:11.583
No necesitamos clones virtuales.

00:03:11.930 --> 00:03:14.606
Solo necesitamos asegurarnos
que los grupos comparados

00:03:14.606 --> 00:03:16.918
sean los mismos en promedio.

00:03:17.728 --> 00:03:21.262
Nuestra arma más poderosa,
fuerte y confiable

00:03:21.262 --> 00:03:23.928
es la asignación aleatoria
de la memebresía de grupo.

00:03:24.620 --> 00:03:27.454
Imagine un experimento secreto
en el que los aplicantes

00:03:27.454 --> 00:03:29.224
tanto a colegios privados
como públicos

00:03:29.224 --> 00:03:32.190
son asignados aleatoriamente
en uno o en otro.

00:03:32.480 --> 00:03:33.813
Parece justo.

00:03:34.203 --> 00:03:36.588
Y talvez aprendamos sobre esto también.

00:03:37.012 --> 00:03:40.398
En pro del interés científico
he propuesto un experimento

00:03:40.398 --> 00:03:43.115
en el MIT, 
donde enseño econometría.

00:03:43.348 --> 00:03:46.913
Me gustaría reemplazar nuestros 
empleados más hábiles, bien remunerados

00:03:46.913 --> 00:03:48.668
mediante un lanzamiento de moneda.

00:03:48.785 --> 00:03:51.214
La asignación aleatoria en la admisión
colegial asegura

00:03:51.214 --> 00:03:53.614
que cuando hayan comparaciones
inter escuelas

00:03:53.614 --> 00:03:56.824
ceteris paribus, el promedio seguirá 
siendo el mismo.

00:03:56.916 --> 00:04:01.336
Desafortunadamente para la ciencia,
no he convencido al MIT

00:04:01.336 --> 00:04:04.237
para reemplazar de esta manera
a los empleados.

00:04:04.399 --> 00:04:08.391
- Como discutiremos más tarde,
la asignación aleatoria es casi imposible

00:04:08.417 --> 00:04:11.707
o impráctica, por lo que debemos buscar

00:04:11.707 --> 00:04:14.837
estrategias baratas y prácticas
que tengan el mismo

00:04:14.837 --> 00:04:18.827
poder de inducción ceteris paribus
que la asignación aleatoria.

00:04:19.216 --> 00:04:21.316
¿Kamal, en dónde debemos buscar?

00:04:21.316 --> 00:04:22.382
-[Kamal] No lo sé.

00:04:22.382 --> 00:04:24.169
Si tan solo pudiéramos controlar...

00:04:24.169 --> 00:04:25.235
- Correcto.

00:04:25.235 --> 00:04:26.252
-[susurro] ¿Qué?

00:04:26.252 --> 00:04:28.517
- Las métricas maestras son controladoras.

00:04:28.793 --> 00:04:31.089
Implementamos estrategias estadísticas

00:04:31.089 --> 00:04:34.855
que hacen que los grupos que escogen
distintos caminos sean similares.

00:04:35.409 --> 00:04:38.738
En vez de solo comparar salarios
de alumnos públicos y privados

00:04:38.738 --> 00:04:40.966
vemos dentro de los grupos de alumnos

00:04:40.966 --> 00:04:43.229
que tienen habilidades 
y entornos similares.

00:04:43.554 --> 00:04:46.773
Dentro de estos conjuntos,
hacemos comparaciones públicas/privadas

00:04:46.773 --> 00:04:48.496
pero no entre ellas.

00:04:48.807 --> 00:04:53.200
Esta estrategia nos mueve en gran medida
hacia ceteris paribus

00:04:53.200 --> 00:04:55.881
y hacia comparaciones que hacen sentido.

00:04:55.881 --> 00:04:57.656
Veamos de nuevo a las Cinco Furiosas.

00:04:57.656 --> 00:04:58.858
-[susurro] Las Cinco Furiosas.

00:04:58.858 --> 00:05:00.453
-[Josh] Nuestra herramienta principal

00:05:00.453 --> 00:05:02.711
en la pelea 
por el control es la regresión.

00:05:03.097 --> 00:05:06.100
La regresión es una forma limpia
de comparar dos grupos

00:05:06.100 --> 00:05:08.389
mientras que se incluyen
muchas diferencias

00:05:08.389 --> 00:05:10.527
entre esos grupos fijos.

00:05:11.015 --> 00:05:13.577
- ¿Los estimados de la regresión muestran
que vale la pena pagar

00:05:13.577 --> 00:05:15.155
por la educación universitaria privada?

00:05:15.155 --> 00:05:16.169
-[Hombre] Buena pregunta.

00:05:16.169 --> 00:05:19.059
-[Narrador] Usando la regresión 
para ajustar por habilidad de aplicante

00:05:19.059 --> 00:05:22.044
y ambiente familiar 
y características demográficas

00:05:22.044 --> 00:05:25.728
como raza y sexo, reduce la prima 
de colegio privado

00:05:25.728 --> 00:05:28.288
de un 14% a un 9%.

00:05:28.628 --> 00:05:30.905
- 9% aún es bastante.

00:05:30.905 --> 00:05:32.037
-[Hombre] Eso es legítimo.

00:05:32.037 --> 00:05:34.458
-[Narrador] ¿Pero, se mantiene
ceteris paribus?

00:05:34.458 --> 00:05:35.788
¿Camila?

00:05:35.788 --> 00:05:38.642
-[Camila] No estoy segura
que controlemos todo.

00:05:38.642 --> 00:05:42.199
Talvez los estudiantes de escuelas 
privadas son más ambiciosos o más listos

00:05:42.199 --> 00:05:44.721
de formas que las calificaciones
no capturan.

00:05:44.721 --> 00:05:47.573
Si es así, las comparaciones no son 
de manzanas con manzanas

00:05:47.573 --> 00:05:49.710
aún después de hacer los ajustes
que mencionas.

00:05:49.710 --> 00:05:51.440
- Sí, es preocupante.

00:05:52.190 --> 00:05:55.322
La posibilidad de que las variables
que hemos ajustado

00:05:55.322 --> 00:05:58.399
para usar la regresión no tomen en cuenta
las diferencias de grupos

00:05:58.399 --> 00:06:02.471
se le llama sesgo
de variables omitidas o SVO.

00:06:02.471 --> 00:06:03.479
-[Hombre] Qué mal.

00:06:03.479 --> 00:06:06.886
-[Narrador] SVO es sesgo selectivo
en una regresión.

00:06:07.495 --> 00:06:11.216
- Sufrimos de estos efectos
cuando la regresión

00:06:11.216 --> 00:06:12.800
no es la que queremos.

00:06:12.879 --> 00:06:16.715
La regresión que queremos,
la de nuestros sueños

00:06:16.715 --> 00:06:19.848
tiene más y mejores controles
que los que tenemos.

00:06:19.848 --> 00:06:22.809
¿Cómo podemos controlar algo 
como la ambición?

00:06:23.150 --> 00:06:25.998
¿Hay algún índice de ambición?

00:06:26.254 --> 00:06:30.199
No es fácil hacer comparaciones
ceteris paribus.

00:06:30.199 --> 00:06:31.904
La regresión es una herramienta.

00:06:31.904 --> 00:06:33.347
No es magia.

00:06:33.557 --> 00:06:37.247
Y aún así algunas veces los resultados
de esta herramienta son sorprendentes.

00:06:37.458 --> 00:06:40.520
Los profesores en Maestría en Econometría
Stacy Dale

00:06:40.520 --> 00:06:44.953
y Alan Krueger se han enfrentado al reto
del sesgo selectivo y SVO.

00:06:45.106 --> 00:06:48.331
En un famoso estudio académico
Dale y Krueger controlaron

00:06:48.331 --> 00:06:51.701
diversas diferencias posibles
entre estudiantes que fueron

00:06:51.701 --> 00:06:53.562
a distintos tipos de escuelas.

00:06:53.562 --> 00:06:57.339
Tenían la noción de que el sesgo selectivo
en este contexto origina

00:06:57.339 --> 00:07:01.799
dos fuerzas: ambición estudiantil
y oportunidad de colegios.

00:07:02.578 --> 00:07:05.732
La mayoría de los estudiantes
sabe sus propias aptitudes

00:07:05.732 --> 00:07:08.366
inclinaciones y motivación
para el trabajo escolar.

00:07:08.736 --> 00:07:12.778
Estas fuerzas se resumen 
por el tipo de escuelas a las que aplican.

00:07:13.345 --> 00:07:16.995
Al mismo tiempo, las oficinas
de admisión escolares invierten

00:07:16.995 --> 00:07:19.429
cientos de horas y energía en tratar
de acertar

00:07:19.429 --> 00:07:21.568
quién triunfará en el campus.

00:07:21.568 --> 00:07:26.633
Evalúan y seleccionan la habilidad
académica y el compromiso con la escuela.

00:07:27.384 --> 00:07:28.915
¿Y si comparamos los resultados

00:07:28.915 --> 00:07:32.448
de aquellos que tuvieron las mismas
aprobaciones o rechazos?

00:07:32.701 --> 00:07:36.185
Comparemos dos estudiantes de preparatoria
Maya y Mariana.

00:07:36.185 --> 00:07:39.720
Ambas admitidas a la UNC, 
Duke pero no en Yale.

00:07:40.201 --> 00:07:43.650
Ambas ambiciosas
y similarmente capaces

00:07:43.650 --> 00:07:46.157
por las oficinas de admisión
de estas 3 escuelas

00:07:46.157 --> 00:07:49.104
Maya opta por ir a Duke
porque su amiga va a ir allí.

00:07:49.138 --> 00:07:52.137
Mientras que Mariana va hacia UNC
en Chapel Hill.

00:07:52.137 --> 00:07:53.452
-[Mujer] ¡Vamos!

00:07:53.452 --> 00:07:56.148
-[Josh] Maya y Mariana no son clones,
por supuesto

NOTE Paragraph

00:07:56.148 --> 00:07:59.781
y toman decisiones distintas
por razones personales.

00:07:59.790 --> 00:08:02.545
Pero de otra manera, 
tienen mucho en común.

00:08:02.545 --> 00:08:05.906
Los factores personales que conducen
a que escojan entre una u otra escuela

00:08:05.906 --> 00:08:08.808
podrían no estar muy relacionados

00:08:08.808 --> 00:08:10.813
con sus salarios futuros.

00:08:10.813 --> 00:08:14.614
Tantas comparaciones nos llevan
un poco más cerca

00:08:14.614 --> 00:08:16.184
de ceteris paribus.

00:08:16.753 --> 00:08:20.932
Notablemente, un modelo de regresión
que controla conjuntos de escuelas

00:08:20.932 --> 00:08:23.631
a los que han aplicado y aprobado
los estudiantes

00:08:23.631 --> 00:08:26.399
muestra que casi no hay diferencia
entre las ganancias

00:08:26.399 --> 00:08:28.336
de los graduados públicos o privados.

00:08:28.336 --> 00:08:31.220
En otras palabras, 
al promediar muchos casos

00:08:31.220 --> 00:08:34.047
como los de Maya y Mariana

00:08:34.047 --> 00:08:36.898
la prima de escuelas privadas cae
casi a cero.

00:08:38.936 --> 00:08:42.774
Maya talvez disfrutó su educación
cara en Duke

00:08:42.774 --> 00:08:46.914
pero en promedio, estudiantes como ella
no ganarán más

00:08:46.914 --> 00:08:50.170
en el mercado laboral que otros 
de escuelas públicas comparables.

00:08:50.649 --> 00:08:54.390
Ese es un gran cambio de nuestro 
diferencial de 14% en salarios

00:08:54.390 --> 00:08:56.325
que favorece a las escuelas de elite.

00:08:57.014 --> 00:09:00.856
La regresión tiene el poder de volver
una oscura noche estadística

00:09:00.856 --> 00:09:03.083
en un claro día causal.

00:09:03.907 --> 00:09:06.782
Pero necesitarás saber un poco más
antes de poder realizar la regresión

00:09:06.782 --> 00:09:08.834
con habilidad y confianza.

00:09:10.412 --> 00:09:14.264
-[Narrador] Está en camino
de dominar la econometría.

00:09:14.264 --> 00:09:18.411
Asegúrese de haber aprendido del video
respondiendo a las preguntas de práctica.

00:09:18.563 --> 00:09:21.942
O, si está listo, 
haga clic en el siguiente video.

00:09:22.272 --> 00:09:24.992
También puede visitar el sitio
web de MRU

00:09:24.992 --> 00:09:28.060
para más cursos, recursos de enseñanza
y más.

00:09:28.496 --> 00:09:30.482
♪ [música] ♪