1
00:00:03,185 --> 00:00:07,578
♪ [música] ♪

2
00:00:09,240 --> 00:00:10,912
[Josh] Bienvenidos nuevamente.

3
00:00:10,912 --> 00:00:14,405
Hoy continuaremos con la búsqueda
del conocimiento causal.

4
00:00:14,405 --> 00:00:18,486
Recordemos que los graduados
de universidades privadas ganan 14 % más

5
00:00:18,486 --> 00:00:22,396
en promedio que los graduados
de universidades públicas.

6
00:00:22,924 --> 00:00:25,894
¿Acaso eso significa 
que la educación privada

7
00:00:25,894 --> 00:00:27,761
hace que sus salarios suban?

8
00:00:28,223 --> 00:00:30,763
Como con la mayoría 
de las preguntas que proponemos,

9
00:00:30,763 --> 00:00:33,060
los hechos no son cuestionables,

10
00:00:33,060 --> 00:00:35,923
pero sí la interpretación de ellos.

11
00:00:36,778 --> 00:00:39,365
[Narrador] Comparemos a los graduados
de escuelas privadas

12
00:00:39,365 --> 00:00:41,856
con los de las escuelas públicas.

13
00:00:42,724 --> 00:00:46,119
Los graduados de universidades privadas
difieren de distintas maneras.

14
00:00:46,323 --> 00:00:49,656
Por ejemplo, tienen
mejores notas en el SAT.

15
00:00:50,110 --> 00:00:55,066
En promedio, estudiantes de universidades 
privadas tienen 120 puntos más.

16
00:00:55,702 --> 00:00:59,844
Estas estrellas del SAT
usan sudaderas naranjas.

17
00:01:00,568 --> 00:01:04,346
Los graduados de universidades privadas
provienen de familias más ricas,

18
00:01:04,346 --> 00:01:07,875
13 % más ricas que las familias
de estudiantes de universidades públicas.

19
00:01:08,231 --> 00:01:10,801
Los niños ricos tienen pantalones verdes.

20
00:01:11,232 --> 00:01:14,102
Pareciera que las comparaciones
de públicas/privadas

21
00:01:14,102 --> 00:01:16,243
no son equiparables.

22
00:01:16,243 --> 00:01:19,385
Tal vez, el aumento
del 14 % salarial es el resultado

23
00:01:19,385 --> 00:01:22,376
de diferencias pre-existentes
en el salario potencial

24
00:01:22,594 --> 00:01:25,525
y no por asistir
a una universidad privada.

25
00:01:26,031 --> 00:01:28,129
Al igual que muchos que han estado
antes que nosotros

26
00:01:28,129 --> 00:01:29,753
en búsqueda del conocimiento causal,

27
00:01:29,753 --> 00:01:32,454
nosotros estamos varados
en el sesgo de selección.

28
00:01:33,112 --> 00:01:35,549
[Narrador] El sesgo de selección hace

29
00:01:35,549 --> 00:01:40,130
que interpretemos las comparaciones
no ajustadas como efectos causales.

30
00:01:40,130 --> 00:01:41,333
[susurro] Ven conmigo.

31
00:01:41,333 --> 00:01:44,447
[Narrador] Aquí vemos 
el sesgo de selección engañándonos

32
00:01:44,447 --> 00:01:46,275
al dirigir el tráfico.

33
00:01:46,275 --> 00:01:49,012
Los que tienen mejores notas
van a la izquierda

34
00:01:49,012 --> 00:01:51,314
a las universidades privadas.

35
00:01:51,314 --> 00:01:54,865
Aquellos con ingresos familiares bajos
van hacia la derecha

36
00:01:55,351 --> 00:01:57,723
a las universidades públicas.

37
00:01:58,128 --> 00:02:00,840
Las comparaciones públicas/privadas
tienen fuerza causal

38
00:02:00,840 --> 00:02:05,910
solo cuando los grupos comparados
son idénticos en promedio.

39
00:02:06,356 --> 00:02:10,176
Entonces, podemos felizmente
decir: "ceteris paribus",

40
00:02:10,813 --> 00:02:14,543
pero las escuelas privadas
son normalmente más selectivas y más caras

41
00:02:14,574 --> 00:02:16,980
que sus contrapartes públicas.

42
00:02:17,165 --> 00:02:21,784
Los que van a la izquierda no tienen punto
de comparación con los de la derecha.

43
00:02:22,256 --> 00:02:25,376
Así es como nos embruja
el sesgo de selección.

44
00:02:26,419 --> 00:02:29,944
Aunque las universidades
realmente sí seleccionan a los aspirantes,

45
00:02:29,944 --> 00:02:34,110
el término "sesgo de selección"
se refiere a cualquier comparación

46
00:02:34,110 --> 00:02:36,779
plagad de diferencias sistemáticas
entre grupos

47
00:02:36,779 --> 00:02:39,410
y no a las diferencias
en las que estamos enfocados.

48
00:02:40,100 --> 00:02:42,947
Cuando los grupos que se comparan
difieren de muchas formas,

49
00:02:42,947 --> 00:02:44,995
hemos perdido ceteris paribus.

50
00:02:45,543 --> 00:02:48,947
El sesgo de selección es el mayor enemigo
de las métricas estudiantiles

51
00:02:48,947 --> 00:02:51,490
e igualmente en las métricas de maestrías.

52
00:02:51,490 --> 00:02:54,435
Nuestras cinco armas más importantes
para luchar contra de él

53
00:02:54,435 --> 00:02:57,194
son las Cinco Furiosas de la Econometría.

54
00:02:57,194 --> 00:02:58,663
[susurro] Las Cinco Furiosas.

55
00:02:58,665 --> 00:03:01,750
[Josh] El sesgo de selección
es engañoso y generalizado

56
00:03:01,750 --> 00:03:03,965
pero nuestras armas son poderosas

57
00:03:03,965 --> 00:03:06,553
y no es necesario que los individuos

58
00:03:06,553 --> 00:03:08,405
a comparar sean idénticos,

59
00:03:08,499 --> 00:03:11,583
no necesitamos clones virtuales.

60
00:03:11,930 --> 00:03:14,606
Solo debemos asegurarnos
que los grupos a comparar

61
00:03:14,606 --> 00:03:16,918
sean los mismos en promedio.

62
00:03:17,728 --> 00:03:21,262
Nuestra arma más poderosa,
fuerte y confiable

63
00:03:21,262 --> 00:03:23,928
es la asignación aleatoria
de los miembros del grupo.

64
00:03:24,620 --> 00:03:27,454
Imagine un experimento secreto
en el que los candidatos

65
00:03:27,454 --> 00:03:29,404
tanto a universidades privadas
como a públicas

66
00:03:29,404 --> 00:03:32,190
son asignados aleatoriamente
a una o a otra.

67
00:03:32,480 --> 00:03:33,953
Parece justo.

68
00:03:34,203 --> 00:03:36,588
Y, tal vez, aprenderemos
algo sobre esto también.

69
00:03:37,012 --> 00:03:40,398
En pro del interés científico,
he propuesto un experimento

70
00:03:40,398 --> 00:03:43,115
en el MIT donde enseño Econometría.

71
00:03:43,348 --> 00:03:46,913
Me gustaría reemplazar a nuestro hábil
y bien remunerado personal

72
00:03:46,913 --> 00:03:49,215
de la oficina de admisión
por el método de cara o cruz.

73
00:03:49,215 --> 00:03:51,634
La asignación aleatoria
de la admisión universitaria asegura

74
00:03:51,634 --> 00:03:53,844
que, cuando se hacen
comparaciones interuniversitarias,

75
00:03:53,844 --> 00:03:56,824
ceteris es paribus en promedio.

76
00:03:56,916 --> 00:04:01,336
Desafortunadamente para la ciencia,
todavía no he convencido al MIT

77
00:04:01,336 --> 00:04:04,237
para reemplazar al personal de admisión
por un montón de monedas.

78
00:04:04,399 --> 00:04:08,391
Como discutiremos más tarde,
la asignación aleatoria es casi imposible

79
00:04:08,417 --> 00:04:11,227
o poco práctica, por lo que debemos buscar

80
00:04:11,227 --> 00:04:14,837
estrategias baratas y prácticas
que tengan el mismo poder

81
00:04:14,837 --> 00:04:18,827
de inducción ceteris paribus
de la asignación aleatoria.

82
00:04:19,216 --> 00:04:21,316
¿Kamal, en dónde deberíamos buscar?

83
00:04:21,316 --> 00:04:22,382
[Kamal] No lo sé.

84
00:04:22,382 --> 00:04:24,169
Si tan solo pudiéramos controlar...

85
00:04:24,169 --> 00:04:25,235
Correcto.

86
00:04:25,235 --> 00:04:26,252
[susurro] ¿Qué?

87
00:04:26,252 --> 00:04:28,707
Las métricas de las maestrías
son controladores obsesivos.

88
00:04:28,793 --> 00:04:31,089
Implementamos estrategias estadísticas

89
00:04:31,089 --> 00:04:34,855
que hacen que los grupos que escogen
distintos caminos sean similares.

90
00:04:35,409 --> 00:04:38,158
En vez de solo comparar
salarios de alumnos

91
00:04:38,158 --> 00:04:40,966
de universidades públicas y privadas,
buscamos que haya habilidades

92
00:04:40,966 --> 00:04:43,229
y entornos similares dentro
de los grupos de graduados.

93
00:04:43,554 --> 00:04:46,612
Dentro de estos grupos,
hacemos comparaciones

94
00:04:46,681 --> 00:04:48,756
entre públicas/privadas,
pero no entre ellos.

95
00:04:48,807 --> 00:04:53,200
Esta estrategia nos acerca grandemente
hacia ceteris paribus

96
00:04:53,200 --> 00:04:55,881
y hacia comparaciones que tienen sentido.

97
00:04:55,881 --> 00:04:57,656
Veamos de nuevo a las Cinco Furiosas.

98
00:04:57,656 --> 00:04:58,858
[susurro] Las Cinco Furiosas.

99
00:04:58,858 --> 00:05:01,403
[Josh] Nuestra herramienta principal
en la lucha por el control

100
00:05:01,403 --> 00:05:02,861
es la regresión.

101
00:05:03,097 --> 00:05:06,100
La regresión es una forma limpia
de comparar dos grupos

102
00:05:06,100 --> 00:05:08,389
mientras que se mantienen
muchas diferencias

103
00:05:08,389 --> 00:05:10,527
entre aquellos que están
en los grupos fijos.

104
00:05:11,015 --> 00:05:13,477
¿Los estimados de la regresión muestran
que vale la pena pagar

105
00:05:13,477 --> 00:05:15,155
por la educación universitaria privada?

106
00:05:15,155 --> 00:05:16,169
[Hombre] Buena pregunta.

107
00:05:16,169 --> 00:05:19,169
[Narrador] El uso de la regresión 
para ajustar la habilidad del aspirante

108
00:05:19,169 --> 00:05:22,044
y el entorno familiar 
y unas pocas características demográficas

109
00:05:22,044 --> 00:05:25,728
como raza y sexo, reduce el recargo 
de la universidad privada

110
00:05:25,728 --> 00:05:28,288
de un 14 % a un 9 %.

111
00:05:28,628 --> 00:05:30,905
Un 9 % aún es bastante.

112
00:05:30,905 --> 00:05:32,037
[Hombre] Eso es legítimo.

113
00:05:32,037 --> 00:05:34,458
[Narrador] ¿Pero, se mantiene
ceteris paribus?

114
00:05:34,458 --> 00:05:35,788
¿Camila?

115
00:05:35,788 --> 00:05:38,642
[Camila] No estoy segura
que controlemos todo.

116
00:05:38,882 --> 00:05:42,199
Tal vez, los estudiantes de universidades 
privadas son, de cierta forma,

117
00:05:42,199 --> 00:05:44,901
más ambiciosos o más listos
como para que los test no lo detecten.

118
00:05:44,901 --> 00:05:47,573
Si es así, las comparaciones no son 
de manzanas con manzanas,

119
00:05:47,573 --> 00:05:49,710
aún después de hacer
los ajustes que mencionas.

120
00:05:49,710 --> 00:05:51,440
Sí, es preocupante.

121
00:05:52,190 --> 00:05:55,322
A la posibilidad de que las variables,
que hemos ajustado

122
00:05:55,322 --> 00:05:58,399
usando regresión, no tomen
en cuenta las diferencias de grupos

123
00:05:58,399 --> 00:06:02,471
se le llama sesgo por omisión
de variables o SOV.

124
00:06:02,471 --> 00:06:03,719
[Hombre] Qué mal.

125
00:06:03,719 --> 00:06:07,030
[Narrador] SOV es sesgo
de selección en una regresión.

126
00:06:07,805 --> 00:06:11,216
Sufrimos de estos efectos
cuando la regresión

127
00:06:11,216 --> 00:06:12,800
no es la que queremos.

128
00:06:12,879 --> 00:06:16,715
La regresión que queremos,
la de nuestros sueños,

129
00:06:16,715 --> 00:06:19,848
tiene más y mejores controles
que la que hemos obtenido.

130
00:06:19,848 --> 00:06:22,809
¿Cómo podemos controlar algo 
como la ambición?

131
00:06:23,150 --> 00:06:25,998
¿Hay algún índice de ambición?

132
00:06:26,714 --> 00:06:30,199
No es fácil hacer
comparaciones ceteris paribus.

133
00:06:30,199 --> 00:06:31,904
La regresión es una herramienta;

134
00:06:31,904 --> 00:06:33,457
no es magia.

135
00:06:33,657 --> 00:06:37,347
Y, aun así, a veces se logran
resultados notables con esta herramienta.

136
00:06:37,788 --> 00:06:40,520
Los profesores de Maestría
en Econometría, Stacy Dale

137
00:06:40,520 --> 00:06:44,953
y Alan Krueger, se han enfrentado al reto
del sesgo de selección y SOV.

138
00:06:45,556 --> 00:06:48,331
En un famoso estudio académico
Dale y Krueger controlaron

139
00:06:48,331 --> 00:06:51,701
diversas diferencias posibles
entre estudiantes que fueron

140
00:06:51,701 --> 00:06:53,562
a distintos tipos de universidades.

141
00:06:53,562 --> 00:06:57,339
Tenían la noción de que el sesgo
de selección en este contexto origina

142
00:06:57,339 --> 00:07:00,088
dos fuerzas: la ambición estudiantil

143
00:07:00,331 --> 00:07:02,578
y la oportunidad
de ingresar a la universidad.

144
00:07:02,578 --> 00:07:05,732
La mayoría de los estudiantes están
conscientes de sus propias aptitudes,

145
00:07:05,732 --> 00:07:08,366
inclinaciones y motivaciones
para el trabajo universitario.

146
00:07:08,876 --> 00:07:12,918
Estas fuerzas se resumen por el tipo
de universidades a las que aplican.

147
00:07:13,555 --> 00:07:16,995
Al mismo tiempo, el personal
de admisión de las universidades invierten

148
00:07:16,995 --> 00:07:19,429
cientos de horas y energía
en tratar de determinar

149
00:07:19,429 --> 00:07:21,568
quién triunfará en el campus.

150
00:07:21,568 --> 00:07:26,803
Evalúan y seleccionan usando la habilidad
académica y el compromiso universitario.

151
00:07:27,262 --> 00:07:28,915
¿Y si comparamos los resultados

152
00:07:28,915 --> 00:07:32,448
de aquellos que tuvieron las mismas
aprobaciones o rechazos?

153
00:07:32,701 --> 00:07:36,185
Comparemos dos estudiantes
de secundaria: Maya y Mariana.

154
00:07:36,185 --> 00:07:39,720
Ambas admitidas a la UNC
y Duke, pero no en Yale,

155
00:07:40,201 --> 00:07:43,650
calificadas en forma similar
en cuanto a sus ambiciones y capacidad

156
00:07:43,650 --> 00:07:46,157
por las oficinas de admisión
de estas tres universidades.

157
00:07:46,157 --> 00:07:49,104
Maya opta por ir a Duke
porque su amiga va a ir allí,

158
00:07:49,138 --> 00:07:52,137
mientras que Mariana va
a la UNC en Chapel Hill.

159
00:07:52,137 --> 00:07:53,452
[Mujer] ¡Vamos!

160
00:07:53,452 --> 00:07:56,148
[Josh] Maya y Mariana
no son clones por supuesto

161
00:07:56,148 --> 00:07:59,781
y han escogido diferentes universidades
por razones personales,

162
00:07:59,790 --> 00:08:02,545
pero, por otra parte, 
tienen mucho en común.

163
00:08:02,545 --> 00:08:06,446
Los factores personales que conducen
a que escojan entre una u otra universidad

164
00:08:06,446 --> 00:08:08,808
pudieran no estar muy relacionados

165
00:08:08,808 --> 00:08:10,813
con sus salarios futuros.

166
00:08:10,813 --> 00:08:14,614
Juntar tantas comparaciones
nos acercan muchísimo más

167
00:08:14,614 --> 00:08:16,184
a ceteris paribus.

168
00:08:16,753 --> 00:08:20,932
Notablemente, un modelo de regresión
que controla los grupos de universidades

169
00:08:20,932 --> 00:08:23,631
a las que han aplicado
y aprobado los estudiantes

170
00:08:23,631 --> 00:08:26,399
muestra que casi no hay
diferencia entre los ingresos

171
00:08:26,399 --> 00:08:28,596
de los graduados
de universidades públicas o privadas.

172
00:08:28,596 --> 00:08:31,220
En otras palabras, 
al promediar muchos casos

173
00:08:31,220 --> 00:08:33,627
como los de Maya y Mariana,

174
00:08:34,067 --> 00:08:37,338
el recargo de universidades privadas
cae a cero.

175
00:08:38,936 --> 00:08:42,774
Maya, tal vez, disfrutó
su educación cara en Duke,

176
00:08:42,774 --> 00:08:46,914
pero en promedio, estudiantes
como ella no ganarán más

177
00:08:46,914 --> 00:08:50,170
en el mercado laboral que otros 
de universidades públicas comparables.

178
00:08:50,649 --> 00:08:54,390
Ese es un tremendo cambio en nuestra 
diferencia salarial de 14 %

179
00:08:54,390 --> 00:08:56,935
que favorece a los graduados
de las universidades élite.

180
00:08:57,014 --> 00:09:00,856
La regresión tiene el poder de volver
una oscura noche estadística

181
00:09:00,856 --> 00:09:03,363
en un claro día causal.

182
00:09:03,907 --> 00:09:06,782
Pero necesitarás saber un poco más
antes de poder realizar la regresión

183
00:09:06,782 --> 00:09:08,834
con habilidad y confianza.

184
00:09:10,412 --> 00:09:14,264
[Narrador] Estás en camino
de dominar la Econometría.

185
00:09:14,264 --> 00:09:18,411
Asegúrate de haber aprendido del video,
respondiendo a las preguntas de práctica.

186
00:09:18,563 --> 00:09:21,942
O, si estás listo, 
haz clic en el siguiente video.

187
00:09:22,272 --> 00:09:24,992
También puedes visitar el sitio web de MRU

188
00:09:24,992 --> 00:09:28,060
para ver más cursos, recursos
de enseñanza y mucho más.

189
00:09:28,066 --> 00:09:32,381
♪ [música] ♪