0:00:03.185,0:00:07.578
♪ [música] ♪

0:00:09.240,0:00:10.912
[Josh] Bienvenidos nuevamente.

0:00:10.912,0:00:14.405
Hoy continuaremos con la búsqueda[br]del conocimiento causal.

0:00:14.405,0:00:18.486
Recordemos que los graduados[br]de universidades privadas ganan 14 % más

0:00:18.486,0:00:22.396
en promedio que los graduados[br]de universidades públicas.

0:00:22.924,0:00:25.894
¿Acaso eso significa [br]que la educación privada

0:00:25.894,0:00:27.761
causa que sus salarios suban?

0:00:28.223,0:00:30.763
Como con la mayoría [br]de las preguntas que proponemos,

0:00:30.763,0:00:33.060
los hechos no son cuestionables,

0:00:33.060,0:00:35.923
pero sí la interpretación de ellos.

0:00:36.778,0:00:39.365
[Narrador] Comparemos a los graduados[br]de escuelas privadas

0:00:39.365,0:00:41.856
con los de las escuelas públicas.

0:00:42.724,0:00:46.119
Los graduados de universidades privadas[br]difieren de distintas maneras.

0:00:46.323,0:00:49.656
Por ejemplo, tienen[br]mejores puntajes en el SAT.

0:00:50.110,0:00:55.066
En promedio, estudiantes de universidades [br]privadas tienen 120 puntos más.

0:00:55.702,0:00:59.844
Estas estrellas del SAT[br]usan sudaderas naranjas.

0:01:00.568,0:01:04.346
Los graduados de universidades privadas[br]provienen de familias más ricas,

0:01:04.346,0:01:07.875
13 % más ricas que las familias[br]de estudiantes de universidades públicas.

0:01:08.231,0:01:10.801
Los niños ricos tienen pantalones verdes.

0:01:11.232,0:01:14.102
Pareciera que las comparaciones[br]públicas/privadas

0:01:14.102,0:01:16.243
no son equiparables.

0:01:16.243,0:01:19.385
Tal vez, el aumento[br]del 14 % salarial es el resultado

0:01:19.385,0:01:22.376
de diferencias pre-existentes[br]en el salario potencial

0:01:22.594,0:01:25.525
y no por asistir[br]a una universidad privada.

0:01:26.031,0:01:27.989
Igual que muchos que han estado[br]antes que nosotros

0:01:27.989,0:01:29.753
en búsqueda del conocimiento causal,

0:01:29.753,0:01:32.454
nosotros estamos varados[br]en el sesgo de selección.

0:01:33.112,0:01:35.549
[Narrador] El sesgo de selección hace

0:01:35.549,0:01:40.130
que interpretemos las comparaciones[br]no ajustadas como efectos causales.

0:01:40.130,0:01:41.333
[susurro] Ven conmigo.

0:01:41.333,0:01:44.447
[Narrador] Aquí vemos [br]el sesgo de selección engañándonos

0:01:44.447,0:01:46.275
al dirigir el tráfico.

0:01:46.275,0:01:49.012
Los que tienen mejores notas[br]van a la izquierda

0:01:49.012,0:01:51.314
a las universidades privadas.

0:01:51.314,0:01:54.865
Aquellos con ingresos familiares bajos[br]van hacia la derecha

0:01:55.351,0:01:57.723
a las universidades públicas.

0:01:58.128,0:02:00.840
Las comparaciones públicas/privadas[br]tienen fuerza causal

0:02:00.840,0:02:05.910
solo cuando los grupos comparados[br]son idénticos en promedio.

0:02:06.356,0:02:10.176
Entonces, podemos felizmente[br]decir: "ceteris paribus",

0:02:10.813,0:02:14.543
pero las escuelas privadas[br]son normalmente más selectivas y más caras

0:02:14.574,0:02:16.980
que sus contrapartes públicas.

0:02:17.165,0:02:21.784
Los que van a la izquierda no tienen punto[br]de comparación con los de la derecha.

0:02:22.256,0:02:25.376
Así es como nos embruja[br]el sesgo de selección.

0:02:26.419,0:02:29.944
Aunque las universidades[br]realmente sí seleccionan a los aspirantes,

0:02:29.944,0:02:34.110
el término "sesgo de selección"[br]se refiere a cualquier comparación

0:02:34.110,0:02:36.779
plagad de diferencias sistemáticas[br]entre grupos

0:02:36.779,0:02:39.410
y no a las diferencias[br]en las que estamos enfocados.

0:02:40.100,0:02:42.947
Cuando los grupos que se comparan[br]difieren de muchas formas,

0:02:42.947,0:02:44.995
hemos perdido ceteris paribus.

0:02:45.543,0:02:48.947
El sesgo de selección es el mayor enemigo[br]de las métricas estudiantiles

0:02:48.947,0:02:51.490
e igualmente en las métricas de maestrías.

0:02:51.490,0:02:54.435
Nuestras cinco armas más importantes[br]para luchar contra de él

0:02:54.435,0:02:57.194
son las Cinco Furiosas de la Econometría.

0:02:57.194,0:02:58.663
[susurro] Las Cinco Furiosas.

0:02:58.665,0:03:01.750
[Josh] El sesgo de selección[br]es engañoso y generalizado

0:03:01.750,0:03:03.965
pero nuestras armas son poderosas

0:03:03.965,0:03:06.553
y no es necesario que los individuos

0:03:06.553,0:03:08.405
a comparar sean idénticos,

0:03:08.499,0:03:11.583
no necesitamos clones virtuales.

0:03:11.930,0:03:14.606
Solo debemos asegurarnos[br]que los grupos a comparar

0:03:14.606,0:03:16.918
sean los mismos en promedio.

0:03:17.728,0:03:21.262
Nuestra arma más poderosa,[br]fuerte y confiable

0:03:21.262,0:03:23.928
es la asignación aleatoria[br]de los miembros del grupo.

0:03:24.620,0:03:27.454
Imagine un experimento secreto[br]en el que los candidatos

0:03:27.454,0:03:29.404
tanto a universidades privadas[br]como a públicas

0:03:29.404,0:03:32.190
son asignados aleatoriamente[br]a una o a otra.

0:03:32.480,0:03:33.813
Parece justo.

0:03:34.203,0:03:36.588
Y, tal vez, aprenderemos[br]algo sobre esto también.

0:03:37.012,0:03:40.398
En pro del interés científico,[br]he propuesto un experimento

0:03:40.398,0:03:43.115
en el MIT donde enseño Econometría.

0:03:43.348,0:03:46.913
Me gustaría reemplazar a nuestro hábil[br]y bien remunerado personal

0:03:46.913,0:03:49.215
de la oficina de admisión[br]por el método de cara o cruz.

0:03:49.215,0:03:51.634
La asignación aleatoria[br]de la admisión universitaria asegura

0:03:51.634,0:03:53.844
que, cuando se hacen[br]comparaciones interuniversitarias,

0:03:53.844,0:03:56.824
ceteris es paribus en promedio.

0:03:56.916,0:04:01.336
Desafortunadamente para la ciencia,[br]todavía no he convencido al MIT

0:04:01.336,0:04:04.237
para reemplazar al personal de admisión[br]por un montón de monedas.

0:04:04.399,0:04:08.391
Como discutiremos más tarde,[br]la asignación aleatoria es casi imposible

0:04:08.417,0:04:11.707
o poco práctica, por lo que debemos buscar

0:04:11.707,0:04:14.837
estrategias baratas y prácticas[br]que tengan el mismo poder

0:04:14.837,0:04:18.827
de inducción ceteris paribus[br]de la asignación aleatoria.

0:04:19.216,0:04:21.316
¿Kamal, en dónde deberíamos buscar?

0:04:21.316,0:04:22.382
[Kamal] No lo sé.

0:04:22.382,0:04:24.169
Si tan solo pudiéramos controlar...

0:04:24.169,0:04:25.235
Correcto.

0:04:25.235,0:04:26.252
[susurro] ¿Qué?

0:04:26.252,0:04:28.707
Las métricas de las maestrías[br]son controladores obsesivos.

0:04:28.793,0:04:31.089
Implementamos estrategias estadísticas

0:04:31.089,0:04:34.855
que hacen que los grupos que escogen[br]distintos caminos sean similares.

0:04:35.409,0:04:38.158
En vez de solo comparar[br]salarios de alumnos

0:04:38.158,0:04:40.966
de universidades públicas y privadas,[br]buscamos que haya habilidades

0:04:40.966,0:04:43.229
y entornos similares dentro[br]de los grupos de graduados.

0:04:43.554,0:04:46.421
Dentro de estos grupos,[br]hacemos comparaciones

0:04:46.421,0:04:48.496
entre públicas/privadas,[br]pero no entre ellos.

0:04:48.807,0:04:53.200
Esta estrategia nos acerca grandemente[br]hacia ceteris paribus

0:04:53.200,0:04:55.881
y hacia comparaciones que tienen sentido.

0:04:55.881,0:04:57.656
Veamos de nuevo a las Cinco Furiosas.

0:04:57.656,0:04:58.858
[susurro] Las Cinco Furiosas.

0:04:58.858,0:05:01.403
[Josh] Nuestra herramienta principal[br]en la lucha por el control

0:05:01.403,0:05:02.861
es la regresión.

0:05:03.097,0:05:06.100
La regresión es una forma limpia[br]de comparar dos grupos

0:05:06.100,0:05:08.389
mientras que se mantienen[br]muchas diferencias

0:05:08.389,0:05:10.527
entre aquellos que están[br]en los grupos fijos.

0:05:11.015,0:05:13.477
¿Los estimados de la regresión muestran[br]que vale la pena pagar

0:05:13.477,0:05:15.155
por la educación universitaria privada?

0:05:15.155,0:05:16.169
[Hombre] Buena pregunta.

0:05:16.169,0:05:19.169
[Narrador] El uso de la regresión [br]para ajustar la habilidad del aspirante

0:05:19.169,0:05:22.044
y el entorno familiar [br]y unas pocas características demográficas

0:05:22.044,0:05:25.728
como raza y sexo, reduce el recargo [br]de la universidad privada

0:05:25.728,0:05:28.288
de un 14 % a un 9 %.

0:05:28.628,0:05:30.905
Un 9 % aún es bastante.

0:05:30.905,0:05:32.037
[Hombre] Eso es legítimo.

0:05:32.037,0:05:34.458
[Narrador] ¿Pero, se mantiene[br]ceteris paribus?

0:05:34.458,0:05:35.788
¿Camila?

0:05:35.788,0:05:38.642
[Camila] No estoy segura[br]que controlemos todo.

0:05:38.882,0:05:42.199
Tal vez, los estudiantes de universidades [br]privadas son, de cierta forma,

0:05:42.199,0:05:44.901
más ambiciosos o más listos[br]como para que los test no lo detecten.

0:05:44.901,0:05:47.573
Si es así, las comparaciones no son [br]de manzanas con manzanas,

0:05:47.573,0:05:49.710
aún después de hacer[br]los ajustes que mencionas.

0:05:49.710,0:05:51.440
Sí, es preocupante.

0:05:52.190,0:05:55.322
A la posibilidad de que las variables,[br]que hemos ajustado

0:05:55.322,0:05:58.399
usando regresión, no tomen[br]en cuenta las diferencias de grupos

0:05:58.399,0:06:02.471
se le llama sesgo por omisión[br]de variables o SOV.

0:06:02.471,0:06:03.719
[Hombre] Qué mal.

0:06:03.719,0:06:07.030
[Narrador] SOV es sesgo[br]de selección en una regresión.

0:06:07.805,0:06:11.216
Sufrimos de estos efectos[br]cuando la regresión

0:06:11.216,0:06:12.800
no es la que queremos.

0:06:12.879,0:06:16.715
La regresión que queremos,[br]la de nuestros sueños

0:06:16.715,0:06:19.848
tiene más y mejores controles[br]que la que hemos obtenido.

0:06:19.848,0:06:22.809
¿Cómo podemos controlar algo [br]como la ambición?

0:06:23.150,0:06:25.998
¿Hay algún índice de ambición?

0:06:26.714,0:06:30.199
No es fácil hacer[br]comparaciones ceteris paribus.

0:06:30.199,0:06:31.904
La regresión es una herramienta;

0:06:31.904,0:06:33.457
no es magia.

0:06:33.657,0:06:37.347
Y, aun así, a veces se logran[br]resultados notables con esta herramienta.

0:06:37.788,0:06:40.520
Los profesores de Maestría[br]en Econometría, Stacy Dale

0:06:40.520,0:06:44.953
y Alan Krueger, se han enfrentado al reto[br]del sesgo de selección y SOV.

0:06:45.556,0:06:48.331
En un famoso estudio académico[br]Dale y Krueger controlaron

0:06:48.331,0:06:51.701
diversas diferencias posibles[br]entre estudiantes que fueron

0:06:51.701,0:06:53.562
a distintos tipos de universidades.

0:06:53.562,0:06:57.339
Tenían la noción de que el sesgo[br]de selección en este contexto origina

0:06:57.339,0:07:00.088
dos fuerzas: la ambición estudiantil

0:07:00.331,0:07:02.578
y la oportunidad[br]de ingresar a la universidad.

0:07:02.578,0:07:05.732
La mayoría de los estudiantes están[br]conscientes de sus propias aptitudes,

0:07:05.732,0:07:08.366
inclinaciones y motivaciones[br]para el trabajo universitario.

0:07:08.876,0:07:12.918
Estas fuerzas se resumen por el tipo[br]de universidades a las que aplican.

0:07:13.555,0:07:16.995
Al mismo tiempo, el personal[br]de admisión de las universidades invierten

0:07:16.995,0:07:19.429
cientos de horas y energía[br]en tratar de determinar

0:07:19.429,0:07:21.568
quién triunfará en el campus.

0:07:21.568,0:07:26.803
Evalúan y seleccionan usando la habilidad[br]académica y el compromiso universitario.

0:07:27.262,0:07:28.915
¿Y si comparamos los resultados

0:07:28.915,0:07:32.448
de aquellos que tuvieron las mismas[br]aprobaciones o rechazos?

0:07:32.701,0:07:36.185
Comparemos dos estudiantes[br]de secundaria Maya y Mariana.

0:07:36.185,0:07:39.720
Ambas admitidas a la UNC[br]y Duke, pero no en Yale,

0:07:40.201,0:07:43.650
calificadas en forma similar[br]en cuanto a sus ambiciones y capacidad

0:07:43.650,0:07:46.157
por las oficinas de admisión[br]de estas tres universidades.

0:07:46.157,0:07:49.104
Maya opta por ir a Duke[br]porque su amiga va a ir allí,

0:07:49.138,0:07:52.137
mientras que Mariana va[br]a la UNC en Chapel Hill.

0:07:52.137,0:07:53.452
[Mujer] ¡Vamos!

0:07:53.452,0:07:56.148
[Josh] Maya y Mariana[br]no son clones por supuesto

0:07:56.148,0:07:59.781
y han escogido diferentes universidades[br]por razones personales,

0:07:59.790,0:08:02.545
pero, por otra parte, [br]tienen mucho en común.

0:08:02.545,0:08:06.446
Los factores personales que conducen[br]a que escojan entre una u otra universidad

0:08:06.446,0:08:08.808
pudieran no estar muy relacionados

0:08:08.808,0:08:10.813
con sus salarios futuros.

0:08:10.813,0:08:14.614
Juntar tantas comparaciones[br]nos acercan muchísimo más

0:08:14.614,0:08:16.184
a ceteris paribus.

0:08:16.753,0:08:20.932
Notablemente, un modelo de regresión[br]que controla los grupos de universidades

0:08:20.932,0:08:23.631
a las que han aplicado[br]y aprobado los estudiantes

0:08:23.631,0:08:26.399
muestra que casi no hay[br]diferencia entre los ingresos

0:08:26.399,0:08:28.596
de los graduados[br]de universidades públicas o privadas.

0:08:28.596,0:08:31.220
En otras palabras, [br]al promediar muchos casos

0:08:31.220,0:08:33.627
como los de Maya y Mariana,

0:08:34.067,0:08:37.338
el recargo de universidades privadas[br]cae a cero.

0:08:38.936,0:08:42.774
Maya, tal vez, disfrutó[br]su educación cara en Duke,

0:08:42.774,0:08:46.914
pero en promedio, estudiantes[br]como ella no ganarán más

0:08:46.914,0:08:50.170
en el mercado laboral que otros [br]de universidades públicas comparables.

0:08:50.649,0:08:54.390
Ese es un tremendo cambio en nuestra [br]diferencia salarial de 14 %

0:08:54.390,0:08:56.935
que favorece a los graduados[br]de las universidades élite.

0:08:57.014,0:09:00.856
La regresión tiene el poder de volver[br]una oscura noche estadística

0:09:00.856,0:09:03.083
en un claro día causal.

0:09:03.907,0:09:06.782
Pero necesitarás saber un poco más[br]antes de poder realizar la regresión

0:09:06.782,0:09:08.834
con habilidad y confianza.

0:09:10.412,0:09:14.264
[Narrador] Estás en camino[br]de dominar la Econometría.

0:09:14.264,0:09:18.411
Asegúrate de haber aprendido del video,[br]respondiendo a las preguntas de práctica.

0:09:18.563,0:09:21.942
O, si estás listo, [br]haz clic en el siguiente video.

0:09:22.272,0:09:24.992
También puedes visitar el sitio web de MRU

0:09:24.992,0:09:28.060
para ver más cursos, recursos[br]de enseñanza y mucho más.

0:09:28.476,0:09:32.381
♪ [música] ♪