1
00:00:01,425 --> 00:00:05,015
[Narrador] En su intento
de llegar a dominar la econometría,

2
00:00:05,619 --> 00:00:08,621
Saltamontes Kamal ha progresado mucho,

3
00:00:08,813 --> 00:00:13,472
poniendo a prueba sus capacidades
y burlando a sus enemigos.

4
00:00:14,223 --> 00:00:16,640
¡Ay!, hoy está abatido

5
00:00:16,640 --> 00:00:19,330
porque todavía le queda
por vencer un desafío.

6
00:00:19,614 --> 00:00:24,230
Kamal todavía no puede descifrar
las escrituras de investigación académica,

7
00:00:24,230 --> 00:00:27,347
revistas
como "The American Economic Review"

8
00:00:27,347 --> 00:00:29,317
y "Econometrica".

9
00:00:29,317 --> 00:00:33,501
A él le parece que están escritas
en un oscuro idioma extranjero.

10
00:00:33,501 --> 00:00:35,478
[Kamal] ¡Uf!, ¿qué diab...?

11
00:00:36,711 --> 00:00:40,069
[Narrador] Estos volúmenes
son turbios para el principiante, Kamal,

12
00:00:40,219 --> 00:00:42,205
pero pueden ser descifrados con estudio.

13
00:00:42,467 --> 00:00:44,901
Leámoslos juntos.

14
00:00:46,229 --> 00:00:49,279
♪ (música) ♪

15
00:00:52,657 --> 00:00:55,317
[Narrador] Sumerjámonos
en el estudio de West Point,

16
00:00:55,317 --> 00:00:58,278
publicado
en el "Economics of Education Review".

17
00:00:58,658 --> 00:01:01,688
Este artículo trata sobre
una evaluación aleatoria

18
00:01:01,688 --> 00:01:05,859
del uso de electrónicos por parte
de los estudiantes de Economía 101.

19
00:01:06,485 --> 00:01:09,192
Primero, haremos una revisión rápida
del diseño de la investigación

20
00:01:09,423 --> 00:01:10,523
Okay.

21
00:01:11,553 --> 00:01:14,010
[Josh] Los maestros de métricas
que enseñan en West Point,

22
00:01:14,010 --> 00:01:17,029
la academia militar que entrena
a los oficiales de la armada de EUA,

23
00:01:17,029 --> 00:01:19,854
diseñaron una prueba aleatoria
para responder esta pregunta.

24
00:01:20,582 --> 00:01:24,613
Estos maestros asignaron aleatoriamente
a los cadetes en las clases de Economía

25
00:01:24,613 --> 00:01:26,574
que funcionan bajo reglas distintas.

26
00:01:27,116 --> 00:01:29,352
A diferencia de la mayoría
de las universidades de EUA,

27
00:01:29,352 --> 00:01:31,945
en West Point no se usan los electrónicos.

28
00:01:32,482 --> 00:01:35,784
Para propósitos de este experimento,
algunos estudiantes permanecieron

29
00:01:35,784 --> 00:01:38,679
en las clases tradicionales
sin tecnología,

30
00:01:38,853 --> 00:01:41,911
sin laptops ni tabletas
y ¡tampoco teléfonos!

31
00:01:41,911 --> 00:01:43,324
[ecos de voz]

32
00:01:43,324 --> 00:01:45,743
Este es el grupo de control,
o el punto de referencia.

33
00:01:46,372 --> 00:01:48,872
Al otro grupo se le permitió
el uso de electrónicos.

34
00:01:49,292 --> 00:01:52,704
Este es el grupo de tratamiento
sujeto al ambiente modificado.

35
00:01:53,313 --> 00:01:56,000
El tratamiento, en este caso,
es el uso libre

36
00:01:56,000 --> 00:01:58,107
de laptops o tabletas en la clase.

37
00:01:59,195 --> 00:02:01,552
Cada pregunta causal
tiene un resultado claro.

38
00:02:01,972 --> 00:02:05,379
Las variables que esperamos influenciar
se definen antes de empezar el estudio.

39
00:02:06,058 --> 00:02:08,602
Los resultados en el estudio
de los electrónicos de West Point

40
00:02:08,602 --> 00:02:10,535
son las notas del examen final.

41
00:02:10,535 --> 00:02:13,340
El estudio busca responder
la siguiente pregunta:

42
00:02:13,810 --> 00:02:17,383
¿Cuál es el efecto causal
de los electrónicos sobre el aprendizaje

43
00:02:17,629 --> 00:02:20,245
en clase, medido a través
de las calificaciones de los exámenes?

44
00:02:20,852 --> 00:02:24,199
[Narrador] Los artículos de revistas
de economía por lo general comienzan

45
00:02:24,199 --> 00:02:25,994
con una tabla de estadística descriptiva

46
00:02:25,994 --> 00:02:28,694
que proporciona hechos clave
acerca de la muestra en estudio.

47
00:02:28,694 --> 00:02:31,859
[Kamal] ¡Por Dios, ya recuerdo
esta tabla, muy confusa!

48
00:02:32,059 --> 00:02:36,748
[Narrador] En las columnas 1 a 3 están
las características medias, o promedio.

49
00:02:37,224 --> 00:02:39,439
Estos nos dan una idea
de a quién estamos estudiando.

50
00:02:40,089 --> 00:02:43,736
Comencemos con la columna 1,
la cual describe las covariables

51
00:02:43,736 --> 00:02:45,438
en el grupo de control.

52
00:02:45,438 --> 00:02:49,183
Las covariables son las características
de los grupos de control y tratamiento,

53
00:02:49,183 --> 00:02:51,566
medidos antes
de que comience el experimento.

54
00:02:52,126 --> 00:02:57,164
Por ejemplo, vemos que el grupo de control
tiene una edad promedio de más de 20.

55
00:02:57,514 --> 00:03:00,161
Muchas de estas covariables
son variables ficticias.

56
00:03:00,997 --> 00:03:05,789
Una variable ficticia solo puede tener
dos valores: cero o uno.

57
00:03:06,087 --> 00:03:09,997
Por ejemplo, el género se registra
como una variable ficticia

58
00:03:10,298 --> 00:03:13,106
que para mujer es igual a uno
y para hombre es igual a cero.

59
00:03:13,386 --> 00:03:16,704
La media de esta variable es
la proporción de mujeres.

60
00:03:17,104 --> 00:03:20,651
También vemos que en el grupo
de control el 13 % son hispanos

61
00:03:20,651 --> 00:03:23,745
y el 19 % ya hizo el servicio militar.

62
00:03:25,035 --> 00:03:26,635
Las notas de la tabla son clave.

63
00:03:26,635 --> 00:03:29,218
Consulten estas notas a medida
que examinan la tabla.

64
00:03:29,218 --> 00:03:33,474
Estas notas explican
lo que muestra cada columna y panel.

65
00:03:33,609 --> 00:03:35,759
♪ (música) ♪

66
00:03:35,759 --> 00:03:37,538
PANEL A

67
00:03:37,538 --> 00:03:39,463
PANEL B

68
00:03:39,485 --> 00:03:41,688
Las notas, por ejemplo, nos dicen

69
00:03:41,858 --> 00:03:44,868
que las desviaciones estándar
están entre paréntesis.

70
00:03:45,947 --> 00:03:49,598
Las desviaciones estándar nos dicen
qué tan dispersos están los datos.

71
00:03:50,448 --> 00:03:55,111
Por ejemplo, una desviación estándar
de 0,52 nos dice que la mayor parte

72
00:03:55,111 --> 00:03:58,915
de los GPA del grupo
de control cae entre 2,35,

73
00:03:59,397 --> 00:04:03,454
que está a 0,52 por debajo
de la media del GPA de 2,87,

74
00:04:03,454 --> 00:04:08,378
y 3,39, que está a 0,52
por encima de 2,87.

75
00:04:09,337 --> 00:04:12,122
Una desviación estándar menor
significaría que los GPA

76
00:04:12,122 --> 00:04:14,427
están más agrupados cerca de la media.

77
00:04:14,706 --> 00:04:17,433
[Kamal] Okay, pero estas faltan
para la mayor parte de las variables.

78
00:04:17,433 --> 00:04:20,432
[Narrador] Es cierto, los maestros omiten

79
00:04:20,432 --> 00:04:22,497
las desviaciones estándar
de las variables ficticias

80
00:04:22,497 --> 00:04:26,500
porque sus medias determinan
sus desviaciones estándar.

81
00:04:27,542 --> 00:04:30,102
En este estudio se comparan
dos grupos de tratamiento

82
00:04:30,102 --> 00:04:32,078
con el grupo de control.

83
00:04:32,078 --> 00:04:35,886
Al primero se le permitió
el uso de laptops y tabletas.

84
00:04:35,886 --> 00:04:38,252
Con el segundo grupo de tratamiento
su uso fue más limitado,

85
00:04:38,252 --> 00:04:41,713
permitiendo que las tabletas
solo estuvieran sobre el pupitre.

86
00:04:42,152 --> 00:04:44,959
Los grupos de tratamiento
son muy parecidos al grupo de control.

87
00:04:46,694 --> 00:04:49,418
Esto nos lleva
a los siguientes atributos de esta tabla.

88
00:04:49,913 --> 00:04:54,558
Las columnas 4 a 6 usan tests estadísticos
para comparar las características

89
00:04:54,558 --> 00:04:57,591
del grupo de tratamiento con el de control
antes del experimento.

90
00:04:58,158 --> 00:05:01,710
En la columna 4, los dos grupos
de tratamiento están combinados.

91
00:05:01,991 --> 00:05:04,998
Pueden ver que la diferencia
en la proporción de mujeres

92
00:05:04,998 --> 00:05:09,690
entre el grupo de tratamiento
y el de control es solo de 0,03.

93
00:05:10,508 --> 00:05:13,740
La diferencia
no es estadísticamente significativa,

94
00:05:14,290 --> 00:05:17,440
esta es el tipo de diferencia
que podemos considerar

95
00:05:17,440 --> 00:05:20,623
como resultados del azar en el proceso
de selección de la muestra.

96
00:05:20,623 --> 00:05:22,133
[Kamal] ¡Mmm!, ¿Cómo sabemos eso?

97
00:05:22,133 --> 00:05:23,790
[Narrador] ¿Recuerdan la regla general?

98
00:05:23,790 --> 00:05:27,122
Las estimaciones estadísticas
que exceden el error estándar

99
00:05:27,122 --> 00:05:30,108
en múltiplos de 2
en valores absolutos se dice

100
00:05:30,108 --> 00:05:33,997
que son estadísticamente significativas.

101
00:05:35,132 --> 00:05:38,766
El error estándar es de 0,03

102
00:05:38,766 --> 00:05:41,483
igual que en la diferencia
de la proporción de mujeres.

103
00:05:42,244 --> 00:05:46,132
La proporción de la última
a la anterior es solamente 1,

104
00:05:46,132 --> 00:05:48,607
la cual, por supuesto, es menor que 2.

105
00:05:48,607 --> 00:05:51,191
[Kamal] ¡Ajá! Ninguna de las diferencias
del grupo de tratamiento

106
00:05:51,191 --> 00:05:54,455
y control son mayores
al doble de sus errores estándar.

107
00:05:54,455 --> 00:05:55,997
[Narrador] Correcto.

108
00:05:55,997 --> 00:05:59,081
La división al azar de los estudiantes
parece haber tenido éxito

109
00:05:59,081 --> 00:06:01,945
en la creación de grupos
que son realmente comparables.

110
00:06:02,846 --> 00:06:05,008
Podemos confiar, por tanto,

111
00:06:05,008 --> 00:06:07,774
que cualquier diferencia posterior
a los logros de la clase

112
00:06:07,774 --> 00:06:10,740
son el resultado
de la intervención experimental

113
00:06:11,073 --> 00:06:14,391
más que de un reflejo
de diferencias preexistentes.

114
00:06:14,754 --> 00:06:16,879
¡Ceteris paribus alcanzado!

115
00:06:17,334 --> 00:06:20,576
[Kamal] Buenísimo.
Pero ¿qué hay en la parte de abajo,

116
00:06:20,934 --> 00:06:22,404
los números con asteriscos?

117
00:06:22,833 --> 00:06:25,337
Esas diferencias son
mucho más del doble que el error estándar.

118
00:06:25,589 --> 00:06:27,402
[Narrador] ¡Buen observación, Kamal!

119
00:06:27,402 --> 00:06:29,386
La tabla tiene muchos números.

120
00:06:29,386 --> 00:06:32,246
Los del panel B son importantes también.

121
00:06:32,246 --> 00:06:35,715
Ellos miden el grado
en el que los estudiantes usan

122
00:06:35,715 --> 00:06:39,139
las computadoras en clase en el grupo
de tratamiento y en el de control.

123
00:06:39,754 --> 00:06:42,753
El tratamiento aquí fue permitir
el uso de la computadora.

124
00:06:43,278 --> 00:06:44,836
Los investigadores deben mostrar

125
00:06:44,836 --> 00:06:47,259
que a los estudiantes
que se les permitió usar computadoras

126
00:06:47,259 --> 00:06:49,448
tomaron ventaja
de esa circunstancia para hacerlo.

127
00:06:50,072 --> 00:06:53,033
Si ellos no lo hicieron, entonces,
realmente no hay tratamiento.

128
00:06:53,867 --> 00:06:57,799
Afortunadamente, el 81 % de quienes
estaban en el grupo de primer tratamiento

129
00:06:57,799 --> 00:06:59,472
usaron las computadoras

130
00:06:59,472 --> 00:07:02,178
en comparación con los del grupo
de control que no lo hicieron.

131
00:07:02,178 --> 00:07:05,216
Y muchos del segundo grupo
de tratamiento con tabletas

132
00:07:05,216 --> 00:07:07,264
también usaron computadoras.

133
00:07:07,264 --> 00:07:09,879
Estas diferencias en el uso
de la computadora son grandes

134
00:07:09,879 --> 00:07:11,798
y estadísticamente significativas.

135
00:07:12,081 --> 00:07:15,428
También pudimos ver el tamaño
de la muestra en cada grupo.

136
00:07:15,428 --> 00:07:18,098
[Kamal ¿Los asteriscos son
como decoraciones?

137
00:07:18,098 --> 00:07:21,183
[Narrador] En algunos artículos académicos
se usan los asteriscos para indicar

138
00:07:21,183 --> 00:07:23,649
que las diferencias
son estadísticamente significativas.

139
00:07:24,159 --> 00:07:26,265
Esto los hace saltar a la vista.

140
00:07:26,925 --> 00:07:31,621
Tres asteriscos indican que el resultado
es estadísticamente distinto

141
00:07:31,621 --> 00:07:34,942
de cero con un valor-p menor que 1 %.

142
00:07:35,672 --> 00:07:39,767
En otras palabras, hay
una posibilidad menor que 1 en 100

143
00:07:39,767 --> 00:07:42,171
de que este resultado
sea puramente un hallazgo por azar.

144
00:07:42,171 --> 00:07:43,181
[aplausos]

145
00:07:43,181 --> 00:07:45,757
Dos asteriscos son 1 posibilidad en 20,

146
00:07:45,757 --> 00:07:48,555
o de un 5 %, de un hallazgo por azar.

147
00:07:48,997 --> 00:07:52,350
Un asterisco denota resultados
que pudiéramos ver tanto

148
00:07:52,350 --> 00:07:56,036
como el 10 % de las veces
debido solamente al azar.

149
00:07:56,473 --> 00:07:59,957
Hoy en día, los asteriscos son vistos
como un poquito anticuados

150
00:07:59,957 --> 00:08:01,606
y algunas revistas los omiten.

151
00:08:01,606 --> 00:08:03,894
[Kamal] ¿Y qué pasa
con los de las dos últimas columnas?

152
00:08:03,894 --> 00:08:06,007
[Narrador] A diferencia de la columna 4
que combina ambos grupos

153
00:08:06,007 --> 00:08:09,689
de tratamiento en uno,
estas dos últimas columnas

154
00:08:09,689 --> 00:08:12,357
muestran separadamente las diferencias
de cada uno de los grupos,

155
00:08:12,357 --> 00:08:14,572
el de tratamiento y el de control,

156
00:08:14,572 --> 00:08:17,441
lo cual facilita un análisis
de balance más detallado.

157
00:08:18,295 --> 00:08:21,288
Pero, por ahora, pueden ignorar esta fila

158
00:08:21,288 --> 00:08:24,205
que muestra otro test de significancia.

159
00:08:24,755 --> 00:08:29,062
Ahora buscaremos la culminación
del artículo, la tabla 4.

160
00:08:30,075 --> 00:08:32,993
Esta tabla muestra
las estimaciones de la regresión

161
00:08:32,993 --> 00:08:37,273
de los efectos del uso de electrónicos
sobre la medida del aprendizaje.

162
00:08:37,273 --> 00:08:40,258
[Kamal] ¿Por qué el estudio muestra
las estimaciones de la regresión?

163
00:08:40,258 --> 00:08:42,529
Ve, por eso me pierdo.

164
00:08:42,529 --> 00:08:44,806
Pensé que la única razón
por la cual necesitamos

165
00:08:44,806 --> 00:08:47,260
los tratamientos aleatorios es
para obtener los efectos causales

166
00:08:47,260 --> 00:08:50,479
comparando simplemente los grupos
de tratamiento y de control

167
00:08:50,479 --> 00:08:53,883
y dado que estos grupos están balanceados,
no se necesita usar a la regresión.

168
00:08:53,883 --> 00:08:55,492
[Narrador] Bien dicho, Kamal.

169
00:08:55,492 --> 00:08:59,272
En la práctica se acostumbra a mostrar
las estimaciones de la regresión

170
00:08:59,272 --> 00:09:01,013
por dos razones:

171
00:09:01,013 --> 00:09:04,448
primero, evidencia de balance,
sin embargo,

172
00:09:04,448 --> 00:09:07,349
un exceso de cautela,
podría conducir al analista

173
00:09:07,349 --> 00:09:09,678
a permitir las diferencias por el azar.

174
00:09:09,678 --> 00:09:13,622
Segundo, es más probable
que las estimaciones de la regresión

175
00:09:13,622 --> 00:09:16,509
sean más precisas, es decir,
los errores estándar son menores

176
00:09:16,509 --> 00:09:18,893
que los de la simple comparación
entre tratamiento y control.

177
00:09:20,129 --> 00:09:22,526
La variable dependiente en este estudio

178
00:09:22,526 --> 00:09:24,305
es el resultado de interés.

179
00:09:24,652 --> 00:09:26,192
Debido a que la pregunta
que tenemos a mano

180
00:09:26,192 --> 00:09:29,068
es cómo afectan al aprendizaje
los electrónicos en clase,

181
00:09:29,068 --> 00:09:32,845
un buen resultado es
las notas del examen final.

182
00:09:33,406 --> 00:09:37,650
Cada columna muestra los resultados
de un modelo de regresión diferente.

183
00:09:37,650 --> 00:09:40,476
Los modelos se distinguen
a través de las variables de control,

184
00:09:40,476 --> 00:09:44,453
o covariables, ellos incluyen,
además, la condición de tratamiento.

185
00:09:44,934 --> 00:09:48,425
Las estimaciones sin covariables
son comparaciones simples

186
00:09:48,425 --> 00:09:50,677
entre los grupos
de control y de tratamiento.

187
00:09:50,677 --> 00:09:53,169
[Kamal] Yo pensé
que solo habían olvidado llenarlo.

188
00:09:53,169 --> 00:09:56,228
[Narrador] La columna 1 sugiere
que el uso de electrónicos

189
00:09:56,228 --> 00:10:00,835
reduce las notas del examen final
en 0,28 desviaciones estándar.

190
00:10:01,547 --> 00:10:02,940
En nuestra última lección,

191
00:10:02,940 --> 00:10:07,237
el Maestro Joshway explicó que se usan
las unidades de desviación estándar

192
00:10:07,237 --> 00:10:10,672
porque estas unidades
se comparar fácilmente

193
00:10:11,352 --> 00:10:13,193
a través de los estudios.
La columna 2 muestra los resultados

194
00:10:13,193 --> 00:10:16,082
de un modelo que añade
controles demográficos.

195
00:10:16,082 --> 00:10:19,907
Aquí se están comparando
las notas de los tests,

196
00:10:19,907 --> 00:10:21,435
pero manteniendo constantes
factores como la edad y el sexo.

197
00:10:21,886 --> 00:10:25,602
La columna 3 muestra los resultados
de un modelo que añade el GPA

198
00:10:25,602 --> 00:10:27,186
a una lista de covariables.

199
00:10:27,603 --> 00:10:30,822
En la columna 4 añades las notas del ACT.

200
00:10:30,822 --> 00:10:33,503
Los analistas en general reportan
los resultados de esta manera,

201
00:10:33,503 --> 00:10:36,992
empezando con los modelos
que incluyen pocas o ninguna covariables

202
00:10:36,992 --> 00:10:39,667
y, entonces, muestran
las estimaciones de los modelos

203
00:10:39,667 --> 00:10:43,586
que añaden más y más covariables a medida
que nos movemos por las columnas.

204
00:10:44,035 --> 00:10:46,802
Si examinan las columnas, ¿qué observan?

205
00:10:47,252 --> 00:10:49,919
[Kamal] Bien, el coeficiente sobre el uso
de una computadora siempre es

206
00:10:49,919 --> 00:10:51,635
un número negativo.

207
00:10:51,635 --> 00:10:53,002
[Narrador] ¡Correcto!

208
00:10:53,002 --> 00:10:56,455
También vemos que los errores estándar
son suficientemente pequeños

209
00:10:56,455 --> 00:11:00,561
para hacer estos resultados negativos
estadísticamente significativos.

210
00:11:00,561 --> 00:11:04,446
En otras palabras, la primera conclusión
de este experimento

211
00:11:04,446 --> 00:11:08,381
es que los electrónicos en el salón
de clases reduce el aprendizaje.

212
00:11:09,000 --> 00:11:12,283
[Kamal] Las notas de GPA y ACT
también son significativas

213
00:11:12,283 --> 00:11:13,750
¿Por qué?

214
00:11:13,750 --> 00:11:15,423
[Narrador] ¡Buena observación!

215
00:11:15,423 --> 00:11:16,866
Eso no me sorprende.

216
00:11:16,866 --> 00:11:20,473
Se espera que estas variables
predigan el rendimiento académico.

217
00:11:20,473 --> 00:11:22,190
[Kamal] Cierto, por supuesto.

218
00:11:22,190 --> 00:11:24,026
Es más probable que los estudiantes

219
00:11:24,026 --> 00:11:26,317
que tuvieron mejores notas antes
tengan mejores notas en este curso.

220
00:11:26,317 --> 00:11:30,226
[Narrador] También van a observar
mucha más información en testa tabla.

221
00:11:30,226 --> 00:11:34,515
Los paneles restantes de la tabla
muestran los efectos del uso

222
00:11:34,515 --> 00:11:36,933
de electrónicos
sobre los componentes del examen final

223
00:11:36,933 --> 00:11:39,816
tales como las preguntas
de selección múltiple.

224
00:11:39,816 --> 00:11:43,371
Estos resultados son muy consistentes
con los efectos del uso de computadoras

225
00:11:43,371 --> 00:11:45,360
sobre las notas en general.

226
00:11:45,360 --> 00:11:47,740
[Kamal] ¿Qué pasa con las filas
que no están en inglés?

227
00:11:47,740 --> 00:11:50,994
[Narrador] Estas filas dan
información estadística adicional.

228
00:11:50,994 --> 00:11:54,247
R cuadrado es una medida
de la bondad de ajuste

229
00:11:54,714 --> 00:11:56,009
y no es tan importante,

230
00:11:56,009 --> 00:11:58,010
aunque hay personas a quienes
les gustaría saber qué es.

231
00:11:58,660 --> 00:12:02,950
Otras filas muestran tests alternativos
de significancia estadística

232
00:12:02,950 --> 00:12:05,028
que, por ahora, pueden ignorar.

233
00:12:05,028 --> 00:12:07,934
[Kamal] ¡Por Dios, estas tablas
no son tan difíciles!

234
00:12:07,934 --> 00:12:09,488
Muchísimas gracias.

235
00:12:09,488 --> 00:12:11,787
[Narrador] Después veremos la regresión.

236
00:12:11,787 --> 00:12:13,179
¡Hasta entonces!

237
00:12:15,974 --> 00:12:17,263
♪ (música) ♪

238
00:12:17,263 --> 00:12:20,575
Estás a punto de llegar
a dominar la econometría

239
00:12:20,834 --> 00:12:22,783
Asegúrate de aprender este video,

240
00:12:22,783 --> 00:12:25,467
haciendo los ejercicios.

241
00:12:25,467 --> 00:12:29,003
O, si estás listo, haz clic
en el siguiente video.

242
00:12:29,003 --> 00:12:32,901
También puedes ir al sitio web de MRU
para ver más cursos, recursos

243
00:12:32,901 --> 00:12:35,298
para profesores y más.