0:00:01.263,0:00:03.728
♪ (música) ♪

0:00:04.478,0:00:09.368
Estrategias empíricas en Economía:[br]Iluminando el camino de la causa al efecto

0:00:10.800,0:00:12.768
[Joshua] Mientras calmaba [br]mi tembloroso iPhone

0:00:12.768,0:00:14.354
temprano el 11 de octubre,

0:00:14.354,0:00:17.190
mis pensamientos se dirigieron hacia[br]la pregunta de si el reconocimiento

0:00:17.190,0:00:20.600
a nivel del Nobel podía cambiar[br]la vida de la familia Angrist.

0:00:20.800,0:00:22.485
Nuestra familia es muy unida;

0:00:22.485,0:00:23.947
no nos hace falta nada.

0:00:24.007,0:00:26.643
Entonces, me preocupó[br]que la estresante celebridad del Nobel

0:00:26.643,0:00:28.042
no fuera positiva.

0:00:28.200,0:00:29.917
Pero después de la primera taza de café,

0:00:30.149,0:00:31.920
comencé a relajarme.

0:00:32.100,0:00:33.270
Se me ocurrió

0:00:33.270,0:00:35.359
que el tema sobre cómo[br]el reconocimiento público

0:00:35.359,0:00:36.720
afecta la vida de un estudioso

0:00:36.720,0:00:40.100
es, después de todo,[br]una simple pregunta causal.

0:00:40.501,0:00:41.812
La intervención del Nobel

0:00:41.812,0:00:44.766
es sustancial, repentina y bien medida.

0:00:45.316,0:00:48.500
Resultados como los de la salud[br]y la riqueza son fáciles de registrar.

0:00:49.000,0:00:51.662
Cuando me dieron el reconocimiento[br]junto a mis colegas laureados,

0:00:51.662,0:00:53.503
Guido Imbens y David Card,

0:00:53.503,0:00:57.060
por contestar preguntas causales[br]usando datos observacionales,

0:00:57.400,0:00:59.800
mis pensamientos migraron[br]de la agitación personal

0:01:00.216,0:01:02.193
a las demandas más comunes

0:01:02.193,0:01:05.700
en cuanto a la identificación [br]y estimación de efectos causales.

0:01:05.900,0:01:08.200
Pude calmar mi mente preocupada,

0:01:08.400,0:01:12.700
imaginando un estudio sobre el efecto[br]del tratamiento del Premio Nobel.

0:01:13.100,0:01:15.300
¿Cómo se organizaría dicho estudio?

0:01:15.700,0:01:19.800
En un ensayo de 1999 publicado[br]en el "Manual de Economía Laboral",

0:01:19.800,0:01:23.500
Alan Krueger y yo adoptamos[br]la frase "estrategia empírica".

0:01:23.900,0:01:26.061
El volumen del manual[br]en cuestión fue editado

0:01:26.061,0:01:29.313
por dos de mis tutores de tesis[br]de doctorado de Princeton:

0:01:29.313,0:01:31.570
Orley Ashenfelter y David Card,

0:01:31.570,0:01:34.763
unos de los más exitosos y prolíficos[br]tutores de posgrado

0:01:34.763,0:01:36.690
que ha habido en Economía.

0:01:36.690,0:01:39.100
Una estrategia empírica[br]es un plan de investigación

0:01:39.100,0:01:41.207
que incluye la recolección de datos,

0:01:41.207,0:01:44.493
identificación y estimación econométrica.

0:01:44.905,0:01:48.203
La identificación es el término[br]que los econometristas aplican

0:01:48.203,0:01:49.910
al diseño de la investigación,

0:01:49.910,0:01:51.868
un ensayo clínico aleatorizado,

0:01:51.868,0:01:56.313
un ECA, es el más simple[br]y más poderoso diseño de investigación.

0:01:56.592,0:01:59.378
En los ECA,[br]los efectos causales se identifican

0:01:59.378,0:02:01.543
asignando aleatoriamente el tratamiento.

0:02:01.870,0:02:03.110
La asignación aleatoria asegura

0:02:03.110,0:02:04.791
que los grupos de tratamiento y de control

0:02:04.791,0:02:07.100
sean comparables[br]en la ausencia de tratamiento

0:02:07.100,0:02:09.300
para que las diferencias entre ellos

0:02:09.300,0:02:11.500
reflejen posteriormente solo[br]el efecto del tratamiento.

0:02:11.800,0:02:14.700
Probablemente, los Premios Nobel[br]no se asignen aleatoriamente.

0:02:15.300,0:02:16.900
A pesar de este desafío, se me ocurre

0:02:17.100,0:02:19.883
una estrategia empírica convincente

0:02:19.883,0:02:21.276
para el efecto del tratamiento del Nobel

0:02:21.276,0:02:23.870
al menos como una idea empírica[br]imaginativa, pero no realista.

0:02:24.200,0:02:28.027
Imagina un grupo de candidatos[br]elegibles para el premio Nobel,

0:02:28.027,0:02:30.825
el grupo bajo consideración[br]para el premio.

0:02:30.825,0:02:33.115
Los candidatos[br]no necesitan postularse a sí mismos.

0:02:33.115,0:02:36.500
Me imagino, que algún colega los postula.

0:02:36.800,0:02:40.771
Mi estudio fantástico de impacto del Nobel[br]solo analiza los candidatos al Nobel,

0:02:40.771,0:02:43.048
ya que son estudiosos de élite.

0:02:43.048,0:02:44.700
Pero ese solo el primer paso.

0:02:45.000,0:02:48.112
Los candidatos con credibilidad[br]son evaluados por jueces.

0:02:48.112,0:02:51.570
usando criterios[br]como las publicaciones, las citas,

0:02:51.570,0:02:53.800
declaraciones a favor del postulado.

0:02:53.800,0:02:57.770
Me imagino que este material se revisa[br]y se le asigna una calificación numérica

0:02:58.030,0:03:00.251
usando algún tipo [br]de rúbrica de calificación.

0:03:00.674,0:03:03.903
Las tres calificaciones más altas[br]según el campo en un año

0:03:04.272,0:03:05.788
ganan el premio.

0:03:06.040,0:03:07.652
Teniendo identificados a los candidatos

0:03:07.652,0:03:09.700
y sus datos en sus calificaciones,

0:03:09.700,0:03:12.200
el siguiente paso[br]en mi estudio de impacto del Nobel

0:03:12.200,0:03:14.700
es registrar los puntos [br]de corte relevantes.

0:03:15.100,0:03:17.376
El punto de corte del Nobel[br]es la calificación más baja

0:03:17.376,0:03:19.319
de aquellos a quienes[br]se les otorgó el premio.

0:03:19.500,0:03:22.777
Muchos de los que esperaban[br]el Nobel no alcanzaron el corte.

0:03:23.291,0:03:26.307
Tomando en cuenta solo a los que por poco[br]lo logran junto con los ganadores,

0:03:26.717,0:03:28.043
las diferencias en las calificaciones

0:03:28.043,0:03:30.475
entre los de arriba y debajo del corte

0:03:30.475,0:03:34.469
comienzan a verse por casualidad,[br]más o menos asignados aleatoriamente.

0:03:34.679,0:03:35.692
Después de todo,

0:03:35.692,0:03:39.420
los que están cerca del Nobel son[br]los estudiosos más eminentes, también.

0:03:40.000,0:03:42.199
Con una publicación de más alto impacto,

0:03:42.674,0:03:44.693
un poco más de apoyo[br]por parte de los postulantes,

0:03:44.983,0:03:46.137
pudieron haber obtenido

0:03:46.137,0:03:47.291
el premio Nobel.

0:03:47.291,0:03:49.662
Algunos de ellos seguramente[br]lo harán algún día.

0:03:50.100,0:03:52.246
La estrategia empírica [br]delineada aquí se llama

0:03:52.246,0:03:54.291
Diseño de regresión discontinua,

0:03:54.291,0:03:55.593
RD.

0:03:55.593,0:03:58.328
El RD explota los saltos[br]en los problemas humanos

0:03:58.328,0:04:00.978
inducidos por reglas, regulaciones

0:04:00.978,0:04:04.600
y la necesidad de clasificar personas[br]para varios propósitos de asignación.

0:04:05.000,0:04:07.100
Cuando se determina[br]el tratamiento o la intervención

0:04:07.100,0:04:09.971
a través de una variable de empate, [br]que cruza o no un umbral, aquellos

0:04:10.052,0:04:13.317
que están justo por debajo del umbral se [br]convierten en un grupo de control natural

0:04:13.317,0:04:14.602
para aquellos que lo pasan.

0:04:15.000,0:04:17.303
El RD no requiere que la variable

0:04:17.303,0:04:18.906
cuyas causas buscamos

0:04:18.906,0:04:21.964
se ajuste o no por completo[br]al valor de corte,

0:04:21.964,0:04:23.190
únicamente requiere

0:04:23.190,0:04:25.582
que el valor promedio de esta variable

0:04:25.582,0:04:27.200
brinque hasta el punto de corte.

0:04:27.200,0:04:29.520
La RD permite, por ejemplo,[br]que el más cercano

0:04:29.520,0:04:33.103
al premio Nobel de este año[br]pueda ser el ganador del próximo año.

0:04:33.103,0:04:35.581
Permitir esto conlleva al uso de saltos

0:04:35.581,0:04:37.518
en la tasa asignada al tratamiento

0:04:37.518,0:04:40.863
para construir[br]variables instrumentales, VI,

0:04:40.863,0:04:43.551
estimaciones del efecto [br]del tratamiento recibido.

0:04:43.551,0:04:46.690
Se dice que este tipo de RD es difuso,

0:04:47.086,0:04:50.114
pero como Steve Pischke y yo[br]escribimos en nuestro primer libro:

0:04:50.114,0:04:51.600
"La RD difusa es VI".

0:04:51.600,0:04:52.600
(risa de niños)

0:04:52.600,0:04:54.849
El primer estudio RD[br]al que contribuí fue escrito

0:04:54.849,0:04:57.762
con mi habitual colaborador Victor Lavy.

0:04:57.762,0:04:59.145
Este estudio está motivado

0:04:59.145,0:05:01.509
por los altos costos [br]y los retornos inciertos

0:05:01.509,0:05:03.991
de la clase de las pequeñas escuelas [br]de educación primaria.

0:05:04.247,0:05:07.344
Usamos una regla utilizada por [br]las escuelas de primaria israelíes

0:05:07.344,0:05:09.310
para determinar el tamaño de la clase.

0:05:09.310,0:05:12.400
Esta regla se usa para estimar los efectos[br]del tamaño poblacional de la clase

0:05:12.400,0:05:14.970
como se hace en ECA.

0:05:15.500,0:05:19.090
En los años 90, la población[br]de las clases israelíes era grande.

0:05:19.090,0:05:22.360
Los estudiantes inscritos[br]en un grado cohorte de 40

0:05:22.360,0:05:24.700
era probable que los colocaran[br]en un aula de 40,

0:05:25.200,0:05:26.970
ese es el punto de corte relevante.

0:05:26.970,0:05:30.155
Al agregar otro niño[br]a la cohorte, para llegar a 41,

0:05:30.155,0:05:32.273
era probable que dividieran la cohorte

0:05:32.273,0:05:34.800
en dos clases mucho más pequeñas.

0:05:35.100,0:05:38.539
Esto conlleva a la regla del diseño [br]de investigación de Maimónides

0:05:38.539,0:05:41.069
nombrada así porque Ramban en el siglo XII

0:05:41.069,0:05:44.049
propuso un máximo[br]de tamaño de la clase de 40.

0:05:44.049,0:05:47.114
En esta figura se trazan los tamaños[br]de las clases de cuarto grado israelíes

0:05:47.114,0:05:49.500
en función del número[br]de inscritos del cuarto grado

0:05:49.500,0:05:52.500
superpuesto con la regla[br]del tamaño de clase teórica,

0:05:52.800,0:05:54.300
la regla de Maimónides.

0:05:54.300,0:05:55.921
El ajuste no es perfecto,

0:05:55.921,0:05:59.155
esa es una característica[br]que hace difusa esta aplicación de la RD,

0:05:59.155,0:06:02.476
pero la esencia de esto es la reducción[br]marcada del tamaño de la clase

0:06:02.476,0:06:05.964
en cada múltiplo entero de cuarenta,[br]el punto de corte relevante,

0:06:05.964,0:06:07.938
tal y como lo predice la regla.

0:06:07.938,0:06:10.906
Como resultado, estas reducciones[br]en el tamaño de la clase

0:06:10.906,0:06:12.219
se reflejan en los saltos

0:06:12.219,0:06:14.864
de las calificaciones de matemáticas[br]del cuarto y quinto grado.

0:06:15.762,0:06:19.532
¡La hora del examen!

0:06:19.780,0:06:23.000
¿La comparación entre los ganadores[br]del Nobel y los que casi lo ganan

0:06:23.000,0:06:25.206
sería en realidad[br]un buen experimento natural?

0:06:25.700,0:06:27.700
La lógica detrás[br]de este tipo de afirmación

0:06:27.700,0:06:30.050
parece más sólida si se comparan escuelas

0:06:30.050,0:06:32.400
de 40 y 41 estudiantes del cuarto grado

0:06:32.700,0:06:35.500
que si se comparan los que ganan[br]y los que por poco ganan.

0:06:36.000,0:06:40.000
Aun así, ambos escenarios utilizan[br]una característica del mundo físico.

0:06:40.300,0:06:42.352
Siempre que la variable[br]que rompe el empate,

0:06:42.352,0:06:45.000
conocida en RD como variable continua,

0:06:45.200,0:06:47.300
tiene una distribución continua,

0:06:47.300,0:06:50.574
la probabilidad de cruzar[br]el valor de corte se aproxima a la mitad

0:06:50.574,0:06:52.380
cuando se examina en un estrecho segmento

0:06:52.380,0:06:53.696
alrededor del corte.

0:06:54.300,0:06:55.938
En trabajo empíricos de RD

0:06:55.938,0:06:59.300
el segmento alrededor de los cortes,[br]se conoce como ancho de banda.

0:06:59.600,0:07:01.912
Es importante decir[br]que la probabilidad límite es

0:07:01.912,0:07:05.976
de 0,5 para todos, sin importar[br]qué tan calificados estén

0:07:05.976,0:07:08.300
al entrar en el concurso del Nobel.

0:07:08.437,0:07:11.768
Este hecho importante puede verse[br]en los datos de los candidatos

0:07:11.768,0:07:15.146
de una de las más codiciadas escuelas[br]de Nueva York. que filtra por test

0:07:15.146,0:07:16.496
Como antecedente

0:07:16.496,0:07:20.068
un 40 % de las escuelas de educación media[br]y diversificada de Nueva York

0:07:20.068,0:07:23.654
selecciona a sus candidatos basándose [br]en resultados de exámenes, grados

0:07:23.654,0:07:25.700
y otros criterios exactos.

0:07:25.940,0:07:26.966
En otras palabras

0:07:26.966,0:07:29.400
el régimen de admisiones[br]en escuelas que filtran estudiantes

0:07:29.400,0:07:31.006
es muy parecido al esquema que imaginé

0:07:31.006,0:07:32.558
para el premio Nobel.

0:07:32.910,0:07:34.917
Estas escuelas no son más que un número

0:07:34.917,0:07:37.491
de sistemas altamente selectivos[br]dentro de un sistema

0:07:37.491,0:07:39.708
en los distritos escolares grandes[br]de Estados Unidos.

0:07:39.708,0:07:43.000
Boston, Chicago, San Francisco[br]y Washington D.C.,

0:07:43.300,0:07:45.949
todos, tienen instituciones[br]altamente selectivas

0:07:45.949,0:07:47.800
conocidas como escuelas de examen.

0:07:48.000,0:07:49.198
Las escuelas de examen operan

0:07:49.198,0:07:51.404
como parte de sistemas[br]de escuelas públicas más grandes

0:07:51.404,0:07:53.849
que inscriben a los estudiantes[br]sin investigar sus antecedentes.

0:07:53.849,0:07:55.750
Motivados por una larga controversia

0:07:55.750,0:07:57.841
que hay sobre la equidad[br]de las admisiones por filtro

0:07:57.901,0:08:00.079
mis colaboradores[br]de laboratorio de proyecto y yo

0:08:00.079,0:08:03.500
examinamos los efectos causales[br]de la asistencia a la escuela de examen

0:08:03.500,0:08:06.000
en Boston, Chicago, y Nueva York.

0:08:06.000,0:08:08.889
Esta figura muestra la probabilidad[br]de ofrecer un cupo

0:08:08.889,0:08:12.127
en la preparatoria[br]de Nueva York Townsend Harris,

0:08:12.294,0:08:14.163
calificada como la doceava[br]a nivel nacional.

0:08:14.673,0:08:17.917
La altura de las barras en la figura[br]representa la tasa de calificación;

0:08:17.917,0:08:22.200
o sea, la probabilidad de que la nota[br]de admisión a Townsend Harris esté

0:08:22.200,0:08:25.683
por encima de la del candidato[br]al cupo con la nota más baja.

0:08:26.213,0:08:30.075
Las barras muestran la tasa[br]de calificación condicional

0:08:30.075,0:08:33.800
en una medida de los logros[br]de la pre-aplicación de referencia.

0:08:34.029,0:08:37.080
En particular, las barras muestran[br]las tasas condicionales de calificación

0:08:37.080,0:08:38.809
con relación a si el candidato está

0:08:38.839,0:08:41.408
en el cuartil superior[br]o inferior de sus notas

0:08:41.408,0:08:43.224
de matemáticas de sexto grado

0:08:43.398,0:08:46.102
Los candidatos de Townsend Harris[br]con altas calificaciones estándar

0:08:46.362,0:08:47.881
tienen más probabilidad a calificar

0:08:47.881,0:08:50.431
que los que tienen notas estándar bajas.

0:08:50.431,0:08:52.000
Esto no debe sorprender,

0:08:52.400,0:08:54.879
pero en un ancho de banda[br]simétrico reducido

0:08:54.879,0:08:56.700
alrededor del valor[br]de corte de la escuela,

0:08:56.712,0:08:59.461
las tasas de calificaciones[br]en los dos grupos convergen.

0:09:00.100,0:09:03.356
Las tasas de calificación en los últimos[br]y los grupos más pequeños

0:09:03.572,0:09:06.300
son notablemente cercanas a la mitad.

0:09:06.800,0:09:08.370
Esto es lo que esperaríamos ver

0:09:08.370,0:09:10.260
cuando Townsend Harris[br]acepta a estudiantes

0:09:10.260,0:09:11.857
lanzando una moneda al aire,

0:09:11.857,0:09:14.738
en vez de seleccionar[br]a los altamente calificados

0:09:15.078,0:09:16.771
en el examen de admisión escolar.

0:09:17.221,0:09:19.861
Aun y cuando las admisiones operan[br]con investigación de antecedentes,

0:09:19.861,0:09:22.960
los datos pueden ser arreglados[br]para imitar un ECA.

0:09:23.713,0:09:27.664
La ilusión de la élite

0:09:28.187,0:09:31.120
Algunas de las preguntas[br]que he estudiado son más controversiales

0:09:31.120,0:09:33.981
que la pregunta para el acceso[br]a las escuelas públicas de examen

0:09:34.311,0:09:36.100
como la inscripción selectiva[br]de las preparatorias

0:09:36.100,0:09:39.150
Boston Latin School,[br]Payton y Northside de Chicago

0:09:39.350,0:09:42.217
y las legendarias escuelas[br]de Nueva York: Brooklyn Tech,

0:09:42.217,0:09:43.383
Bronx Science

0:09:43.383,0:09:45.500
y Stuyvesant, preparatorias especializadas

0:09:45.800,0:09:49.383
que entre todas han graduado[br]a catorce galardonados con el Nobel.

0:09:49.383,0:09:51.908
Townsen Harris, la escuela[br]con la que empezamos hoy,

0:09:51.908,0:09:55.863
ha graduado a tres premios Nobel,[br]incluyendo al economista Ken Arrow.

0:09:55.863,0:09:57.317
Los defensores de las escuelas de examen

0:09:57.317,0:09:59.357
ven las oportunidades [br]que estas escuelas aportan

0:09:59.357,0:10:01.800
para democratizar la educación pública.

0:10:02.300,0:10:03.935
Ellos sostienen[br]que las familias ricas pueden acceder

0:10:03.935,0:10:07.100
al plan de estudio de las escuelas[br]de examen en el sector privado.

0:10:07.500,0:10:09.512
¿No deberían los estudiantes[br]de bajos ingresos

0:10:09.512,0:10:12.610
tener al alcance la misma oportunidad[br]para aspirar a una educación de élite?

0:10:13.000,0:10:14.819
Los críticos de escuelas[br]de inscripción selectiva sostienen

0:10:14.819,0:10:17.715
que, más que expandir la equidad,

0:10:17.778,0:10:20.023
las escuelas de examen[br]están sesgadas intrínsecamente

0:10:20.023,0:10:22.612
en contra de los estudiantes[br]de raza negra e hispánica que forman

0:10:22.612,0:10:24.737
el grueso de los distritos urbanos[br]de Estados Unidos.

0:10:25.045,0:10:28.646
La escuela superselectiva de Stuyvesant[br]de Nueva York, por ejemplo, inscribió

0:10:28.646,0:10:31.185
a tan solo siete[br]estudiantes negros en el 2019

0:10:31.308,0:10:33.800
de un total de 895 nuevos inscritos,

0:10:34.500,0:10:38.200
pero ¿realmente vale la pena luchar[br]por los cupos de la escuela de examen?

0:10:39.000,0:10:41.532
Mis colaboradores y yo,[br]hemos usado repetidamente

0:10:41.532,0:10:44.962
las estrategias empíricas de RD[br]para estudiar los efectos causales

0:10:44.962,0:10:46.715
de la asistencia a las escuelas de examen

0:10:46.715,0:10:48.808
como Townsend Harris y Boston Latin.

0:10:49.200,0:10:51.028
Nuestro primer estudio[br]sobre la escuela de examen,

0:10:51.028,0:10:53.643
el cual examina las escuelas[br]de Boston y Nueva York,

0:10:53.643,0:10:55.998
resume estos hallazgos en su título,

0:10:55.998,0:10:57.385
"La ilusión de la élite".

0:10:57.800,0:10:59.544
La ilusión de la élite se refiere al hecho

0:10:59.544,0:11:02.331
de que, aunque los estudiantes[br]de la escuela de examen sin duda tienen

0:11:02.331,0:11:05.047
notas altas en las pruebas[br]y otros buenos resultados,

0:11:05.207,0:11:08.400
esto no es un efecto causal[br]de la asistencia a la escuela de examen.

0:11:08.900,0:11:10.941
Nuestras estimaciones [br]consistentemente sugieren

0:11:11.350,0:11:13.680
que los efectos causales[br]de asistir a una escuela de examen

0:11:13.800,0:11:17.000
en el aprendizaje de sus estudiantes[br]e ir al colegio son cero,

0:11:17.200,0:11:19.500
incluso pueden ser negativos.

0:11:19.790,0:11:21.992
El buen desempeño de los estudiantes[br]de la escuela de examen

0:11:21.992,0:11:23.887
refleja un sesgo de selección;

0:11:23.887,0:11:26.800
o sea, el proceso por el que[br]esos estudiantes son escogidos,

0:11:27.200,0:11:29.100
más que por efectos causales.

0:11:29.600,0:11:32.316
Los datos del gran sector [br]de la escuela de examen de Chicago

0:11:32.316,0:11:33.900
ilustran la ilusión de la élite.

0:11:34.300,0:11:37.124
En esta figura se representa gráficamente[br]la media del logro entre iguales;

0:11:37.124,0:11:42.164
o sea, las notas del examen del [br]sexto grado de mis compañeros

0:11:42.164,0:11:44.200
de noveno grado,[br]contra el desempate de admisiones

0:11:44.430,0:11:45.798
para un subconjunto de candidatos

0:11:45.798,0:11:48.700
a cualquiera de las nueve escuelas [br]de examen de Chicago.

0:11:49.200,0:11:51.898
Los candidatos a estas escuelas[br]están clasificados hasta la posición seis,

0:11:51.898,0:11:54.500
mientras que las escuelas de examen[br]dan prioridad a sus candidatos

0:11:54.500,0:11:57.350
usando un índice de composición común

0:11:57.350,0:11:59.144
formado con base a un examen de admisión,

0:11:59.144,0:12:02.400
los GPA y las notas estandarizadas[br]del séptimo grado.

0:12:02.900,0:12:05.947
Este desempate compuesto [br]es la variable candidata

0:12:05.947,0:12:08.794
para un diseño de RD[br]que revela lo que pasa

0:12:08.794,0:12:11.806
cuando se le ofrece un cupo[br]de una escuela de examen a un candidato.

0:12:12.350,0:12:14.348
En la contienda de la escuela[br]de examen de Chicago,

0:12:14.348,0:12:15.803
que en realidad es una aplicación

0:12:15.803,0:12:18.960
del célebre algoritmo[br]de coincidencia de Gale y Shapley,

0:12:18.960,0:12:22.500
los candidatos a las escuelas de examen[br]están seguros de que se les ofrecerá

0:12:22.700,0:12:25.698
un cupo cuando sobrepasen al más bajo[br]en sus grupos de valores de corte

0:12:25.698,0:12:27.697
de entre las escuelas de su rango.

0:12:27.697,0:12:31.100
A este mínimo corte lo llamamos:[br]"punto de corte clasificatorio".

0:12:31.600,0:12:34.783
Esta figura muestra el abrupto salto[br]en el logro de la media de los iguales

0:12:34.783,0:12:36.932
para los candidatos a la escuela[br]de examen de Chicago

0:12:36.932,0:12:39.431
que sobrepasen sus puntos[br]de corte clasificatorio.

0:12:39.431,0:12:40.839
Este salto refleja[br]el hecho de que la mayoría

0:12:40.839,0:12:44.100
de los candidatos a los que se le ofreció[br]un cupo en la escuela de examen lo toman

0:12:44.280,0:12:45.720
y los candidatos que se inscriben

0:12:45.730,0:12:48.418
en una de las preparatorias [br]de inscripción selectiva de Chicago

0:12:48.418,0:12:50.656
están seguros de tener un cupo[br]en un aula de noveno grado

0:12:50.656,0:12:55.444
llena de otros compañeros precoces[br]porque solo los relativamente precoces

0:12:55.444,0:12:56.798
lo logran.

0:12:56.798,0:13:00.126
El incremento en el logro entre iguales[br]a través de las cantidades del punto

0:13:00.126,0:13:02.659
de corte calificatorio equivale casi[br]a la mitad de la desviación estándar,

0:13:02.659,0:13:04.200
un efecto muy grande,

0:13:04.200,0:13:07.100
y, aun así, los iguales sobresalientes[br]a pesar de tener

0:13:07.400,0:13:09.163
la oferta de un cupo[br]en una escuela de examen

0:13:09.163,0:13:11.300
no parece que haga incrementar[br]el aprendizaje.

0:13:11.700,0:13:15.700
Grafiquemos las notas de los candidatos[br]al ACT contra sus valores de desempate.

0:13:16.100,0:13:18.748
Esta gráfica muestra que los candidatos[br]a la escuela de examen

0:13:18.748,0:13:20.835
que superaron el punto[br]de corte clasificatorio

0:13:20.835,0:13:23.700
se desempeñan peor[br]de forma acentuada en el ACT.

0:13:24.100,0:13:25.400
¿Cuál es la explicación de esto?

0:13:25.700,0:13:29.486
Hay que comentar sobre la VI[br]y la RD para desenredar las fuerzas

0:13:29.486,0:13:33.157
detrás de este intrigante[br]e inesperado efecto negativo,

0:13:33.157,0:13:35.400
pero primero, algo sobre la teoría IV.

0:13:36.138,0:13:38.618
Un poco de LATE

0:13:40.016,0:13:42.622
Guido Imbens y yo desarrollamos[br]herramientas teóricas

0:13:42.622,0:13:44.509
para mejorar el entendimiento[br]de los economistas

0:13:44.509,0:13:46.337
de las estrategias empíricas

0:13:46.337,0:13:48.400
que involucran a VI y RD.

0:13:49.100,0:13:51.800
El premio que compartimos[br]es un reconocimiento por este trabajo.

0:13:52.300,0:13:55.146
Guido y yo coincidimos[br]únicamente un año en Harvard

0:13:55.146,0:13:58.286
donde ambos obtuvimos nuestros[br]primeros trabajos de post doctorado.

0:13:58.286,0:14:00.806
Le di la bienvenida a Guido[br]en Cambridge, Massachusetts,

0:14:00.806,0:14:03.700
con un par[br]de variables instrumentales interesantes.

0:14:04.120,0:14:06.102
Usé el instrumento[br]de selección por lotería

0:14:06.102,0:14:07.500
en mi tesis de doctorado

0:14:07.800,0:14:11.025
para estimar las consecuencias [br]económicas a largo plazo

0:14:11.025,0:14:12.831
de servir en las Fuerzas Armadas

0:14:12.831,0:14:14.800
[de] los soldados[br]que fueron llamados a fila

0:14:14.800,0:14:17.355
El instrumento de la lotería[br]de selección se basa en que los números

0:14:17.355,0:14:20.200
de la lotería se asignan [br]aleatoriamente a los cumpleaños

0:14:20.200,0:14:23.200
determinados en el riesgo de conscripción[br]de la era de Vietnam.

0:14:23.500,0:14:26.356
Aun así, la mayoría de los soldados[br]fueron voluntarios

0:14:26.356,0:14:27.677
tal y como lo es hoy.

0:14:27.880,0:14:29.592
El instrumento del trimestre de nacimiento

0:14:29.592,0:14:32.107
se usa en mi artículo[br]de 1991 con Alan Krueger

0:14:32.107,0:14:34.800
para estimar[br]los retornos económicos escolares.

0:14:34.800,0:14:36.446
Este instrumento se basa en el hecho

0:14:36.446,0:14:38.554
de que a los hombres nacidos[br]al principio del año

0:14:38.554,0:14:40.388
se les permitía abandonar la preparatoria

0:14:40.388,0:14:42.045
en su cumpleaños número dieciséis

0:14:42.045,0:14:45.000
con menor escolaridad concluida[br]que aquellos que nacieron después.

0:14:45.300,0:14:47.800
Guido y yo comenzamos a preguntarnos:

0:14:48.100,0:14:50.800
"¿Qué es lo que realmente aprendemos[br]de la selección de idoneidad

0:14:50.800,0:14:53.100
y los experimentos naturales[br]del trimestre de nacimiento?".

0:14:53.500,0:14:56.800
Uno primer resultado en nuestra[br]búsqueda de un nuevo entendimiento de VI

0:14:57.017,0:14:59.650
fue la solución al problema[br]de sesgo de selección

0:14:59.650,0:15:02.100
en un ECA con cumplimiento parcial.

0:15:02.700,0:15:04.800
Incluso en un ensayo clínico aleatorizado,

0:15:05.100,0:15:07.900
algunas de las personas asignadas[br]al tratamiento podría optar por salirse.

0:15:08.100,0:15:10.637
Este hecho siempre ha hecho[br]que los ensayistas queden descontentos

0:15:10.637,0:15:14.546
porque las decisiones para no participar[br]no se hacen aleatoriamente.

0:15:15.010,0:15:16.930
Nuestro primer manuscrito juntos

0:15:16.930,0:15:20.607
muestra que en un ensayo aleatorizado[br]con cumplimiento parcial

0:15:20.607,0:15:21.958
se puede usar la VI

0:15:21.958,0:15:24.334
para estimar el efecto del tratamiento[br]en los que han sido tratados,

0:15:24.334,0:15:26.416
incluso cuando a algunos[br]se les ofrece tratamiento

0:15:26.416,0:15:27.477
y lo rechazan.

0:15:27.477,0:15:29.066
Esto funciona a pesar de que aquellos

0:15:29.066,0:15:30.399
que cumplen con el tratamiento

0:15:30.399,0:15:32.800
podrían ser un grupo muy selecto.

0:15:33.100,0:15:35.500
Desafortunadamente para nosotros,[br]llegamos tarde a la fiesta.

0:15:36.000,0:15:38.800
Poco tiempo después[br]de publicar nuestro primer escrito

0:15:38.800,0:15:41.600
aprendimos sobre la contribución concisa[br]de Howard Bloom

0:15:41.600,0:15:44.234
que incluye este resultado teórico.

0:15:44.234,0:15:47.655
Notablemente, Bloom derivó esto[br]de los primeros principios

0:15:47.655,0:15:49.826
sin hacer conexión con la VI.

0:15:50.200,0:15:52.400
Entonces Guido y yo volvimos[br]a nuestro punto de partida

0:15:52.400,0:15:54.600
Y unos meses después, tuvimos el LATE

0:15:54.800,0:15:56.224
un teorema que muestra cómo estimar

0:15:56.224,0:15:58.882
el promedio local del efecto tratamiento.

0:15:58.882,0:16:01.600
El teorema LATE[br]generaliza el teorema de Bloom

0:16:01.600,0:16:05.531
y establece la conexión entre[br]el cumplimiento y VI.

0:16:06.100,0:16:08.300
Manteniendo la analogía [br]de los ensayos clínicos,

0:16:08.300,0:16:11.697
si Zi indica si al sujeto i[br]se le ofrece tratamiento,

0:16:11.697,0:16:13.362
esto se asigna aleatoriamente,

0:16:13.362,0:16:16.983
y, también, si D1i indica el estatus[br]del tratamiento del sujeto i

0:16:16.983,0:16:18.500
cuando se le ha asignado al tratamiento

0:16:18.500,0:16:21.463
y si D0i indica el estatus [br]del tratamiento del sujeto i

0:16:21.463,0:16:22.883
cuando se asigne al control,

0:16:23.300,0:16:24.878
usaré esta notación formal

0:16:24.878,0:16:27.000
para dar una declaración clara[br]del resultado de LATE

0:16:27.300,0:16:29.100
y luego daremos seguimiento con ejemplos.

0:16:29.600,0:16:31.389
Una pieza clave[br]para la estructura del LATE,

0:16:31.389,0:16:33.669
liderado por el estadístico Don Rubin,

0:16:33.669,0:16:36.325
es el par de resultados potenciales.

0:16:36.325,0:16:37.841
Como ya es costumbre,

0:16:37.841,0:16:39.974
expreso los resultados potenciales[br]para el sujeto i

0:16:39.974,0:16:41.900
en los estados con tratamiento[br]y sin tratamiento

0:16:42.100,0:16:45.400
mediante Y1i y Y0i respectivamente.

0:16:45.900,0:16:48.908
El resultado observado[br]es Y1i para el que está tratado

0:16:48.908,0:16:51.200
y Y0i para los no tratados.

0:16:51.500,0:16:53.963
Y1i menos Y0i

0:16:53.963,0:16:56.856
es el efecto causal[br]del tratamiento en el sujeto i,

0:16:56.856,0:16:58.744
pero esto nunca lo podemos ver.

0:16:58.744,0:17:02.565
Por tanto, tratamos de estimar[br]algún tipo de efecto causal promedio.

0:17:02.565,0:17:05.645
La estructura del LATE nos permite[br]hacer lo que hace ECA

0:17:05.645,0:17:07.503
donde algunos controles son tratados.

0:17:07.503,0:17:08.629
El teorema dice

0:17:08.629,0:17:10.478
que el efecto causal promedio[br]sobre las personas,

0:17:10.478,0:17:12.355
cuyo estado de tratamiento puede cambiarse

0:17:12.355,0:17:14.242
ofreciéndole el tratamiento,

0:17:14.242,0:17:17.235
es la proporción de [IT] de la diferencia[br]del control del tratamiento

0:17:17.235,0:17:18.400
en las tasas de cumplimiento.

0:17:18.700,0:17:21.400
Una declaración matemática[br]de este resultado aparece aquí

0:17:21.800,0:17:25.740
donde la letra griega delta[br]simboliza el efecto [IT]

0:17:25.740,0:17:28.533
y los símbolos griegos pi1 y pi0

0:17:28.533,0:17:31.456
son tasas de cumplimiento[br]en el grupo asignado al tratamiento

0:17:31.456,0:17:34.000
y el grupo asignado al control[br]respectivamente.

0:17:34.600,0:17:36.241
La versión impresa de esta clase ahonda

0:17:36.241,0:17:38.600
en la historia intelectual del LATE,

0:17:38.800,0:17:41.400
resaltando las contribuciones clave[br]hechas con Rubin.

0:17:41.700,0:17:45.100
Por ahora, me gustaría hacer concreto[br]el teorema del LATE para ti,

0:17:45.300,0:17:47.849
compartiendo[br]una de mis aplicaciones favoritas de él.

0:17:52.700,0:17:54.400
Explicaré la estructura del LATE

0:17:54.400,0:17:56.801
a través de una pregunta de investigación[br]que me ha fascinado

0:17:56.801,0:17:58.400
casi por dos décadas:

0:17:58.714,0:17:59.969
¿Cuál es el efecto causal

0:17:59.969,0:18:02.500
de la asistencia a una escuela chárter[br]sobre el aprendizaje?

0:18:02.500,0:18:04.500
Las escuelas autónomas[br]son escuelas públicas

0:18:04.500,0:18:05.896
que operan independientemente

0:18:05.896,0:18:08.699
de los distritos de las escuelas públicas[br]tradicionales de Estados Unidos.

0:18:08.699,0:18:11.910
La autonomía, el derecho de operar[br]una escuela pública;

0:18:11.910,0:18:14.400
generalmente, se obtiene [br]por tiempo limitado

0:18:14.600,0:18:17.800
sujeto a la renovación, condicionada[br]por el buen desempeño de una escuela.

0:18:18.349,0:18:20.246
Las escuelas autónomas[br]son libres de estructurar

0:18:20.246,0:18:22.300
su currículum y su ambiente escolar.

0:18:22.300,0:18:23.966
La diferencia más controversial

0:18:23.966,0:18:26.400
entre las escuelas autónomas[br]y las públicas tradicionales

0:18:26.419,0:18:28.368
es el hecho de que los maestros[br]y el personal que trabajan

0:18:28.368,0:18:29.861
en las escuelas autónomas

0:18:29.861,0:18:31.966
raramente pertenecen[br]a sindicatos laborales.

0:18:31.966,0:18:35.114
Al contrario, la mayoría de los maestros[br]de las grandes escuelas públicas

0:18:35.114,0:18:36.800
trabajan bajo contratos sindicales.

0:18:37.500,0:18:41.025
El documental del 2010[br]"Esperando a Superman"

0:18:41.025,0:18:44.346
muestra las escuelas que pertenecen[br]al programa el "Conocimiento es poder",

0:18:44.346,0:18:45.348
PCEP.

0:18:45.348,0:18:48.739
Estas escuelas son un emblema[br]de expectativas muy altas

0:18:48.739,0:18:53.000
algunas veces también llamado el enfoque [br]"sin excusas" de la escuela pública

0:18:53.400,0:18:55.136
El modelo "sin excusas"

0:18:55.136,0:18:57.859
presenta una jornada escolar larga[br]y un año escolar extendido

0:18:57.859,0:18:59.473
contratación selectiva[br]de maestros y se enfoca

0:18:59.473,0:19:02.404
en las competencias tradicionales [br]de lectura y matemáticas.

0:19:03.147,0:19:05.636
El debate estadounidense[br]sobre la reforma educativa

0:19:05.636,0:19:08.199
a menudo se enfoca[br]sobre la brecha del desempeño,

0:19:08.199,0:19:10.888
que es la clave de las grandes diferencias[br]entre las notas de examen

0:19:10.888,0:19:12.601
por raza y grupo étnico.

0:19:12.601,0:19:15.360
Debido a su enfoque [br]en los estudiantes de las minorías,

0:19:15.360,0:19:17.718
el PCEP es a menudo central en este debate

0:19:17.718,0:19:19.506
con partidarios apuntando al hecho

0:19:19.506,0:19:22.588
de que los estudiantes del PCEP[br]que no son blancos tienen

0:19:22.588,0:19:24.400
mucho mejores notas[br]que los que no son blancos

0:19:24.400,0:19:25.400
de escuelas cercanas.

0:19:25.400,0:19:27.600
Por otro lado, los escépticos del PCEP

0:19:27.600,0:19:29.816
sostienen que el éxito aparente del PCEP

0:19:29.816,0:19:32.021
refleja el hecho [br]de que el PCEP atrae a familias

0:19:32.021,0:19:35.415
cuyos niños de todas maneras[br]tienen más probabilidad de triunfar.

0:19:35.415,0:19:36.665
¿Quién tiene la razón?

0:19:37.155,0:19:38.966
Como ya habrás podido suponer

0:19:38.966,0:19:41.050
un ensayo aleatorizado puede ser decisivo

0:19:41.050,0:19:43.100
en el debate[br]sobre las escuelas como las del PCEP.

0:19:43.800,0:19:45.430
Sin embargo, como en los Premios Nobel,

0:19:45.430,0:19:47.700
los cupos en el PCEP[br]no se asignan aleatoriamente.

0:19:48.100,0:19:50.300
Bien, al menos, no totalmente.

0:19:50.583,0:19:51.613
De hecho,

0:19:51.613,0:19:54.905
las escuelas autónomas de Massachusetts[br]con más candidatos que cupos

0:19:54.905,0:19:56.947
deben ofrecer sus cupos a través lotería.

0:19:57.300,0:19:59.606
Parece ser un buen experimento natural.

0:20:00.200,0:20:01.562
Hace un poco más de una década,

0:20:01.562,0:20:03.700
mis colaboradores y yo, recolectamos datos

0:20:03.700,0:20:05.502
de loterías de admisiones en PCEP

0:20:05.502,0:20:09.300
sentando las bases[br]de dos estudios autónomos novedosos,

0:20:09.300,0:20:11.800
el primero que usó loterías[br]para estudiar el PCEP.

0:20:12.300,0:20:15.300
Nuestro análisis del PCEP[br]es una historia de la VI clásica

0:20:15.600,0:20:18.300
porque muchos estudiantes a quienes[br]les ofrecieron un cupo en la lotería

0:20:18.600,0:20:20.200
del PCEP no se presentaron en el otoño

0:20:20.390,0:20:23.300
mientras que a unos pocos

0:20:23.300,0:20:24.300
que no les ofrecieron cupo[br]lograron entrar.

0:20:24.300,0:20:26.698
Este gráfico muestra las notas[br]de matemáticas de los candidatos

0:20:26.698,0:20:27.698
de educación media del PCEP

0:20:27.698,0:20:30.176
un año después de aplicar al PCEP.

0:20:30.176,0:20:31.879
Las entradas encima de la línea

0:20:31.879,0:20:34.190
muestran que los candidatos[br]a quienes se les ofreció un cupo

0:20:34.190,0:20:37.083
tienen notas de matemáticas estandarizadas[br]cercanas a 0;

0:20:37.083,0:20:39.100
o sea, cerca del promedio estatal.

0:20:39.300,0:20:42.269
Como antes, estamos trabajando[br]con datos de notas estandarizadas

0:20:42.269,0:20:45.200
con media 0 y desviación estándar 1.

0:20:45.500,0:20:48.400
Puesto que los candidatos del PCEP[br]comienzan con notas de cuarto grado

0:20:48.400,0:20:51.264
que están aproximadamente[br]a 0,3 desviaciones estándar

0:20:51.264,0:20:53.127
debajo de la media estatal,

0:20:53.127,0:20:56.112
el desempeño a nivel[br]del promedio estatal es impresionante.

0:20:56.586,0:21:00.532
Al contrario, el promedio[br]de las notas de matemáticas

0:21:00.532,0:21:03.355
entre los que no se les ofreció cupo[br]es aproximadamente -0,36 σ;

0:21:03.355,0:21:06.900
o sea, 0,36 desviaciones estándar[br]por debajo de la media estatal,

0:21:07.100,0:21:10.200
un resultado típico para los estudiantes[br]urbanos de Massachusetts.

0:21:10.700,0:21:13.364
Como las ofertas de la lotería [br]se asignan aleatoriamente,

0:21:13.364,0:21:16.614
podemos decir con confianza[br]que el ofrecimiento de un cupo en el PCEP

0:21:16.614,0:21:20.382
aumenta las notas de matemáticas[br]en un promedio de 0,36 σ,

0:21:20.382,0:21:23.600
un efecto muy grande[br]que también es estadísticamente preciso.

0:21:23.900,0:21:26.500
Podemos decir con confianza[br]que no es un hallazgo causal.

0:21:26.951,0:21:29.623
¿Qué nos dice el efecto [br]de una oferta de 0,36 σ

0:21:29.623,0:21:33.000
sobre los efectos de entrar[br]en realidad en PCEP?

0:21:33.600,0:21:35.903
Los métodos VI convierten[br]los efectos de las ofertas PCEP

0:21:35.903,0:21:37.700
en efectos de asistencia a PCEP.

0:21:38.300,0:21:39.799
Usaré un video breve

0:21:39.799,0:21:42.928
de mi curso corto [br]de Marginal Revolution University

0:21:42.928,0:21:44.778
para revisar brevemente[br]los supuestos clave

0:21:44.778,0:21:46.376
detrás de esta conversión.

0:21:46.679,0:21:49.000
[Narrador] La VI describe[br]una reacción en cadena

0:21:49.500,0:21:52.300
¿Por qué las ofertas afectan al logro?

0:21:52.300,0:21:55.330
Porque probablemente ellas afectan[br]la asistencia a las escuelas chárter,

0:21:55.330,0:21:58.112
y la asistencia a la escuela chárter[br]mejora las notas en matemáticas.

0:21:58.500,0:22:02.548
El primer eslabón de la cadena,[br]llamado, primera etapa,

0:22:02.548,0:22:05.800
es el efecto de la lotería[br]en la asistencia a la escuela chárter.

0:22:06.200,0:22:08.434
La segunda etapa es la relación

0:22:08.434,0:22:11.898
entre asistir a una escuela chárter[br]y una variable resultado,

0:22:11.898,0:22:14.465
en este caso, [br]las calificaciones en matemáticas.

0:22:14.465,0:22:18.299
La variable instrumental,[br]o el instrumento, para resumir,

0:22:18.299,0:22:21.800
es la variable que inicia[br]la reacción en cadena.

0:22:22.900,0:22:25.737
El efecto del instrumento[br]sobre el resultado

0:22:25.737,0:22:28.336
se llama forma reducida.

0:22:29.800,0:22:33.200
Esta reacción en cadena puede ser[br]representada matemáticamente.

0:22:33.700,0:22:38.157
Multiplicamos la primera etapa,[br]el efecto de ganar sobre la asistencia

0:22:38.157,0:22:42.100
por la segunda etapa,[br]el efecto de la asistencia

0:22:42.300,0:22:44.337
sobre las calificaciones escolares,[br]y obtenemos la forma reducida,

0:22:44.337,0:22:47.200
el efecto de ganar la lotería[br]sobre las calificaciones.

0:22:48.500,0:22:53.200
La forma reducida y la primera etapa[br]son observables y fáciles de calcular.

0:22:53.700,0:22:56.706
Sin embargo, el efecto[br]de la asistencia en el logro

0:22:56.706,0:22:58.600
no se observa directamente.

0:22:59.000,0:23:02.100
Este es el efecto causal[br]que estamos tratando de determinar.

0:23:02.800,0:23:05.600
Dados algunos supuestos importantes,[br]que discutiremos en breve,

0:23:05.600,0:23:07.650
podemos hallar el efecto de la asistencia[br]a una escuela del PCEP,

0:23:07.650,0:23:10.956
dividiendo la forma reducida[br]entre la primera etapa.

0:23:13.151,0:23:15.100
[Joshua] La VI elimina[br]el sesgo de selección,

0:23:15.190,0:23:16.925
pero, al igual que todas [br]nuestras herramientas,

0:23:16.925,0:23:19.138
la solución construida sobre[br]una serie de supuestos

0:23:19.138,0:23:21.100
no deben darse por sentada.

0:23:21.600,0:23:24.800
Primero, debe haber[br]una primera etapa sustancial,

0:23:25.100,0:23:27.171
que es una variable instrumental,

0:23:27.171,0:23:29.237
ganar o perder la lotería,

0:23:29.237,0:23:32.654
que debe realmente cambiar la variable[br]cuyos efectos son los que nos interesan

0:23:32.654,0:23:34.400
aquí, la asistencia a una escuela PCEP.

0:23:34.900,0:23:38.087
En este caso, la primera etapa[br]no está en duda realmente.

0:23:38.087,0:23:39.139
Ganar la lotería

0:23:39.139,0:23:41.503
hace que la asistencia[br]a una escuela PCEP sea más probable.

0:23:42.100,0:23:44.200
No todas las historias[br]la VI son como esta.

0:23:45.000,0:23:48.333
Segundo, el instrumento tiene[br]que ser tan bueno como la asignación

0:23:48.333,0:23:51.500
al azar; lo que significa que ganadores[br]y perdedores de la lotería

0:23:51.500,0:23:52.500
tienen características similares.

0:23:52.500,0:23:55.000
Ese es un supuesto de independencia.

0:23:55.400,0:23:59.312
Por supuesto, las victorias de la lotería del PCEP[br]en verdad son asignadas al azar.

0:23:59.312,0:24:01.755
Aun así, deberíamos verificar[br]el balance y confirmar

0:24:01.755,0:24:03.303
que los ganadores y perdedores

0:24:03.303,0:24:06.676
tengan un entorno familiar similar,[br]aptitudes similares, etc.

0:24:07.300,0:24:10.300
En esencia, estamos verificando[br]que se garantice que la lotería del PCEP

0:24:10.600,0:24:13.900
sean imparciales, sin grupos de aspirantes[br]sospechosamente más propensos a ganar.

0:24:14.800,0:24:17.716
Finalmente, se requiere que el instrumento[br]cambie los resultados

0:24:17.716,0:24:19.875
únicamente a través[br]de la variable de interés,

0:24:19.875,0:24:21.750
en este caso, asistir[br]a una escuela del PCEP.

0:24:21.900,0:24:24.800
Este supuesto se llama[br]restricción de exclusión.

0:24:27.200,0:24:28.838
El efecto causal de la asistencia[br]a una escuela del PCEP

0:24:28.838,0:24:30.100
puede ser por tanto escrito

0:24:30.100,0:24:32.844
como la proporción del efecto[br]de las ofertas sobre las notas

0:24:32.844,0:24:33.919
en el numerador

0:24:33.919,0:24:36.131
sobre el efecto de las ofertas[br]en la inscripción a PCEP

0:24:36.131,0:24:37.499
en el denominador.

0:24:37.499,0:24:39.700
El numerador en esta fórmula VI;

0:24:39.700,0:24:42.664
o sea, el efecto directo[br]del instrumento sobre los resultados

0:24:42.664,0:24:43.828
tiene un nombre especial,

0:24:43.828,0:24:46.510
se le llama forma reducida,

0:24:46.510,0:24:48.663
el denominador es la primera etapa.

0:24:49.110,0:24:51.706
La restricción de exclusión[br]es a menudo la parte más confusa,

0:24:51.706,0:24:54.666
o la más controvertida,[br]de una historia VI.

0:24:54.983,0:24:57.693
Aquí, la restricción de exclusión[br]equivale a declarar

0:24:57.693,0:25:01.904
que el diferencial de 0,36 en la nota[br]entre los ganadores y los perdedores

0:25:01.904,0:25:04.147
de la lotería es enteramente atribuible

0:25:04.147,0:25:07.694
a la diferencia de la pérdida/ganancia[br]de 0,74 en la tasa de asistencia.

0:25:07.694,0:25:09.179
Conectando los números

0:25:09.179,0:25:13.207
el efecto de la asistencia a la escuela[br]del PCEP es de 0,48 σ,

0:25:13.207,0:25:15.365
casi la mitad de la desviación estándar

0:25:15.365,0:25:16.886
ganada en las notas de matemáticas,

0:25:16.886,0:25:19.421
ese es[br]un efecto extraordinariamente grande.

0:25:19.421,0:25:23.700
¿Quién se beneficia en extremo del PCEP?

0:25:24.000,0:25:27.200
¿Todos los que aplican[br]al PCEP ven tales ganancias?

0:25:27.600,0:25:29.400
El LATE responde a esta pregunta.

0:25:29.900,0:25:33.465
La interpretación LATE [br]de la estrategia empírica la VI de PCEP

0:25:33.465,0:25:36.560
se clarifica por la historia bíblica[br]de la Pascua judía

0:25:36.560,0:25:39.637
que explica que hay cuatro tipos de niños,

0:25:39.637,0:25:41.900
cada uno con conductas características.

0:25:42.300,0:25:44.811
Para dar seguimiento[br]a estos niños y sus conductas,

0:25:44.811,0:25:47.121
les daré nombres aliterativos.

0:25:47.121,0:25:50.857
Los candidatos como Álvaro,[br]mueren por entrar en una escuela del PCEP.

0:25:50.857,0:25:53.004
Si Álvaro pierde la lotería PCEP,

0:25:53.004,0:25:56.100
su madre de todas maneras encontrará[br]la forma de inscribirlo en el PCEP,

0:25:56.500,0:25:58.377
tal vez volviendo a aplicar.

0:25:58.377,0:26:01.102
Los candidatos como Camila[br]están felices de ir a una escuela del PCEP

0:26:01.102,0:26:03.070
si ganan un cupo en la lotería,

0:26:03.070,0:26:06.031
pero aceptarán estoicamente[br]el veredicto si pierden.

0:26:06.031,0:26:08.896
Finalmente, a los candidatos como Normando

0:26:08.896,0:26:12.287
les preocupa las largas jornadas[br]y el montón de tareas

0:26:13.290,0:26:14.293
que tendrán en el PCEP.[br]Normando realmente no quiere ir

0:26:14.293,0:26:17.406
y se rehúsa a ir a la escuela del PCEP[br]cuando se le dice que ganó la lotería.

0:26:17.781,0:26:19.861
A Normando lo llamamos "nunca-lo-toma"

0:26:19.861,0:26:22.100
por que gane o pierda, no va a ir[br]a la escuela del PCEP.

0:26:22.400,0:26:24.352
En el otro extremo[br]del compromiso del PCEP,

0:26:24.352,0:26:26.800
a Álvaro lo llamaremos "siempre-lo-toma".

0:26:27.100,0:26:29.278
Él felizmente tomará el cupo[br]cuando se lo ofrezcan,

0:26:29.278,0:26:32.533
mientras que su madre simplemente[br]encuentra alguna forma de lograrlo por él,

0:26:32.533,0:26:34.180
aún y cuando él pierda.

0:26:34.180,0:26:36.441
Para Álvaro y Normando

0:26:36.441,0:26:40.200
la escuela preferida, el PCEP,

0:26:40.200,0:26:41.200
tradicional,[br]no está afectada por la lotería.

0:26:41.200,0:26:44.900
Camila es el tipo de candidato[br]que le da poder a la VI.

0:26:45.200,0:26:48.481
El instrumento determina[br]su estatus de tratamiento.

0:26:48.481,0:26:51.918
Las estrategias de la VI dependen[br]de los candidatos como Camila

0:26:51.918,0:26:53.700
a quienes llamamos "cumplidores".

0:26:54.100,0:26:56.606
Este término proviene[br]de los ensayos aleatorizados

0:26:56.606,0:26:57.900
explicados con anterioridad.

0:26:58.500,0:27:00.273
Como ya hemos discutido,

0:27:00.273,0:27:04.700
muchos ensayos aleatorios aleatorizan [br]solo la oportunidad de ser tratados,

0:27:04.900,0:27:07.500
mientras que la decisión[br]de cumplir con el tratamiento

0:27:07.500,0:27:10.100
permanece voluntaria y no es aleatoria.

0:27:10.700,0:27:13.440
Los cumplidores del ECA son aquellos [br]que optan por el tratamiento

0:27:13.440,0:27:15.400
cuando se les hace[br]la oferta del tratamiento,

0:27:15.400,0:27:16.750
pero no al revés.

0:27:16.750,0:27:18.100
Con los instrumentos de lotería,

0:27:18.400,0:27:21.351
el LATE es el efecto de la asistencia[br]a una escuela del PCEP sobre Camila

0:27:21.351,0:27:23.200
y los otros cumplidores como ella,

0:27:23.200,0:27:25.816
quienes se inscriben en el PCEP[br]y toman el tratamiento

0:27:25.816,0:27:27.845
cuando se les ofrece[br]a través de la lotería,

0:27:27.845,0:27:29.188
pero no al revés.

0:27:29.500,0:27:31.399
Los métodos de la VI son poco informativos

0:27:31.399,0:27:35.387
para quienes siempre lo toman como Álvaro[br]y los que nunca lo toman como Normando

0:27:35.387,0:27:37.136
porque el instrumento no se relaciona

0:27:37.136,0:27:39.000
con su estatus de tratamiento.

0:27:39.248,0:27:42.000
¡Eh!, ¿yo dije que habían[br]cuatro tipos de niños?

0:27:42.500,0:27:46.390
El cuarto tipo de niño en la teoría[br]de la VI se comporta perversamente.

0:27:46.390,0:27:47.923
¡Siempre hay uno en cada familia!

0:27:48.400,0:27:50.516
Estos niños desafiantes[br]se inscriben en el PCEP

0:27:50.516,0:27:52.400
solo cuando pierden la lotería.

0:27:52.719,0:27:54.102
De hecho, el teorema del LATE

0:27:54.102,0:27:56.700
requiere que partamos de un supuesto[br]que es que haya pocos niños desafiantes,

0:27:57.000,0:27:58.686
este parece ser una supuesto razonable

0:27:58.686,0:28:00.372
para los instrumentos de lotería chárter,

0:28:00.372,0:28:01.700
y tal vez hasta en la vida.

0:28:02.100,0:28:03.770
Al teorema del LATE algunas veces es visto

0:28:03.770,0:28:06.800
como limitante de la relevancia[br]de las estimaciones económicas

0:28:07.000,0:28:09.900
porque se enfoca[br]en los grupos de cumplidores.

0:28:10.700,0:28:12.337
Aun así, la población de cumplidores

0:28:12.337,0:28:15.000
es un grupo del que nos gustaría aprender.

0:28:15.200,0:28:16.468
En el ejemplo del PCEP,

0:28:16.468,0:28:18.653
los cumplidores son niños[br]que probablemente son atraídos

0:28:18.653,0:28:21.445
por el PCEP, donde la escuela se expande

0:28:21.445,0:28:23.500
y ofrece cupos adicionales en la lotería.

0:28:24.100,0:28:25.673
¿Qué tan relevante es esto?

0:28:25.673,0:28:27.064
Hace algunos años,

0:28:27.064,0:28:30.800
Massachusetts permitió que las pujantes[br]escuelas chárteres se expandieran.

0:28:30.850,0:28:33.635
Un estudio reciente, realizado [br]por algunos de mis compañeros

0:28:33.635,0:28:34.866
de laboratorio, muestra[br]que las estimaciones del LATE,

0:28:34.866,0:28:37.025
como el que acabamos[br]de calcular para el PCEP,

0:28:37.025,0:28:38.571
predicen ganancias de aprendizaje

0:28:38.571,0:28:40.870
en las escuelas creadas[br]a través de la expansión chárter.

0:28:41.675,0:28:44.085
Cerrando la brecha del logro

0:28:45.800,0:28:47.498
El LATE no solo es un teorema,

0:28:47.498,0:28:49.000
es una estructura.

0:28:49.000,0:28:52.800
La estructura del LATE puede usarse[br]para estimar la distribución entera

0:28:52.800,0:28:54.900
de los resultados potenciales[br]de los cumplidores

0:28:55.300,0:28:59.000
como si hubiésemos tenido un ensayo[br]aleatorizado para este grupo.

0:28:59.300,0:29:01.050
Aunque la teoría detrás de este hecho

0:29:01.050,0:29:02.800
es necesariamente técnica,

0:29:03.100,0:29:06.635
su valor se aprecia fácilmente[br]en la práctica.

0:29:07.086,0:29:10.337
Para ilustrar esto,[br]recordemos que el estudio del PCEP

0:29:10.337,0:29:13.700
está motivado en parte por las diferencias[br]en las notas de las pruebas por raza.

0:29:14.300,0:29:17.323
Veamos la distribución[br]de las calificaciones de cuarto grado

0:29:17.323,0:29:18.871
separados por raza,

0:29:18.871,0:29:21.679
para candidatos de Boston[br]a escuelas chárter de educación media.

0:29:21.679,0:29:23.601
Los dos lados de esta figura

0:29:23.601,0:29:27.564
muestran distribuciones para los[br]cumplidores con y sin tratamiento.

0:29:27.564,0:29:31.634
A los cumplidores con tratamiento se les [br]ofrece un cupo chárter en la lotería,

0:29:31.634,0:29:34.820
mientras que a los cumplidores [br]sin tratamiento no se les ofrece cupo.

0:29:34.820,0:29:36.927
Ya que estas son notas de cuarto grado,

0:29:36.927,0:29:39.769
mientras que la educación media [br]empieza en el quinto o sexto grado,

0:29:39.769,0:29:42.293
ambos lados de la figura son similares.

0:29:42.293,0:29:45.712
Ambos lados muestran distribuciones[br]de notas para los candidatos negros

0:29:45.712,0:29:46.917
desplazadas hacia la izquierda

0:29:46.917,0:29:49.988
de las distribuciones[br]de notas que corresponden a los blancos.

0:29:50.321,0:29:51.954
Para el octavo grado,

0:29:51.954,0:29:55.779
los cumplidores con tratamiento han[br]terminado la escuela chárter en Boston,

0:29:55.779,0:29:58.152
mientras que los cumplidores[br]sin tratamiento se han quedado

0:29:58.152,0:29:59.630
en una escuela pública tradicional.

0:30:00.061,0:30:02.380
Notablemente, el siguiente gráfico

0:30:02.380,0:30:04.700
muestra que las distribuciones[br]de las notas de octavo grado

0:30:04.700,0:30:06.716
de los negros[br]y blancos cumplidores con tratamiento

0:30:06.716,0:30:08.500
no pueden distinguirse.

0:30:08.700,0:30:12.400
Las escuelas medias chárter de Boston[br]cerraron la brecha del logro.

0:30:12.800,0:30:14.149
Pero para los sin tratamiento,

0:30:14.149,0:30:17.100
las distribuciones de las notas [br]de negros y blancos permanecen distintas

0:30:17.100,0:30:19.700
con los estudiantes negros[br]detrás de los blancos

0:30:19.700,0:30:21.700
como estaban en cuarto grado.

0:30:21.860,0:30:24.117
Las escuelas chárteres de Boston[br]cerraron la brecha del logro.

0:30:24.117,0:30:26.164
porque aquellos que entran[br]en las escuelas chárter,

0:30:26.164,0:30:27.379
los rezagados

0:30:27.379,0:30:30.300
tienden a ganar lo más posible[br]de la inscripción chárter.

0:30:30.600,0:30:34.000
Profundizo en este punto[br]en la versión escrita de esta charla.

0:30:34.900,0:30:37.740
Efectos explicados[br]de la escuela de examen de Chicago

0:30:39.100,0:30:40.180
¿Recuerdas el acertijo

0:30:40.180,0:30:42.940
de los efectos negativos[br]de las escuelas de examen de Chicago?

0:30:43.000,0:30:47.162
Terminaré la parte científica [br]de mi charla usando la VI y la RD

0:30:47.162,0:30:49.800
para explicar este hallazgo sorprendente.

0:30:50.300,0:30:52.979
La solución a este acertijo[br]comienza con el hecho

0:30:52.979,0:30:56.300
de que el razonamiento económico[br]se trata sobre las alternativas.

0:30:56.900,0:31:00.000
Entonces, ¿cuál es la alternativa[br]a la educación en una escuela de examen?

0:31:00.500,0:31:03.484
Para muchos candidatos[br]a las escuelas de examen de Chicago,

0:31:03.484,0:31:07.400
la alternativa de no examen[br]es la escuela pública tradicional,

0:31:08.100,0:31:11.250
pero muchos de los candidatos rechazados[br]de las escuelas de examen de Chicago

0:31:11.250,0:31:12.986
se enlistan en una escuela chárter.

0:31:13.370,0:31:14.796
Lo que ofrecen las escuelas de examen

0:31:14.796,0:31:18.000
reduce la posibilidad[br]de asistencia a las escuelas chárteres.

0:31:18.500,0:31:22.442
Específicamente, las escuelas de examen[br]desvían a los candidatos

0:31:22.442,0:31:23.985
lejos de las preparatorias

0:31:23.985,0:31:26.100
en la red Noble de las escuelas chárteres.

0:31:26.613,0:31:29.525
Noble, con pedagogía parecida al PCEP,

0:31:29.525,0:31:32.700
es uno de los proveedores[br]de chárter más visibles de Chicago.

0:31:33.200,0:31:36.967
También, como PCEP, la evidencia[br]convincente de la efectividad de Noble

0:31:36.967,0:31:38.647
viene de las loterías de admisiones.

0:31:39.300,0:31:41.513
El eje de la X en este gráfico

0:31:41.513,0:31:44.060
muestra los efectos[br]de la oferta de lotería

0:31:44.060,0:31:45.900
sobre los años de inscrito en Noble.

0:31:45.900,0:31:48.194
Esta es la primera etapa de Noble,

0:31:48.194,0:31:50.758
para una VI que usa una variable ficticia,

0:31:50.758,0:31:53.079
indicando las ofertas de lotería de Noble

0:31:53.079,0:31:55.905
como instrumento[br]de inscripción en el Noble.

0:31:55.905,0:31:58.881
Este gráfico tiene[br]una característica que lo distingue

0:31:58.881,0:32:01.634
de un análisis del PCEP más simple.

0:32:01.634,0:32:03.600
El gráfico muestras[br]los efectos del primer nivel

0:32:03.600,0:32:05.439
para dos grupos.

0:32:05.439,0:32:06.724
Uno para los candidatos de Noble

0:32:06.724,0:32:11.267
que viven en los vecindarios[br]de más bajos ingresos de Chicago,

0:32:11.267,0:32:12.737
el nivel 1, y uno[br]para los candidatos de Noble

0:32:12.737,0:32:14.840
que viven en áreas de mayores ingresos,

0:32:14.840,0:32:16.104
nivel 3.

0:32:16.104,0:32:18.371
¿Recuerdas la reacción en cadena de la VI?

0:32:18.900,0:32:20.263
Cada punto de este gráfico

0:32:20.263,0:32:23.859
tiene coordenadas dadas[br]por la forma reducida de la primera etapa

0:32:23.859,0:32:26.600
y eso implica una estimación de la VI.

0:32:26.900,0:32:29.820
El efecto de la inscripción de Noble[br]sobe las notas del ACT

0:32:29.820,0:32:32.497
es la proporción de la coordenada[br]de la forma reducida

0:32:32.500,0:32:34.100
entre la coordenada de la primera etapa.

0:32:34.300,0:32:37.087
Este gráfico muestras ambas proporciones

0:32:37.087,0:32:40.666
Los resultados relevantes[br]para el nivel 1 son 0,35,

0:32:40.666,0:32:44.000
mientras que para el nivel 3 tenemos 0,33;

0:32:44.000,0:32:45.086
nada mal.

0:32:45.088,0:32:47.504
Para los candidatos de Noble[br]de ambos niveles,

0:32:47.504,0:32:50.100
estas primeras etapas[br]y las estimaciones de la forma reducida

0:32:50.100,0:32:52.269
implican un efecto anual[br]de inscripción en Noble

0:32:52.269,0:32:55.155
de una ganancia de un tercio[br]de la desviación estándar

0:32:55.155,0:32:56.921
en las notas de matemáticas del ACT.

0:32:57.500,0:32:59.087
Nota que también hay una línea

0:32:59.087,0:33:02.000
que conecta dos de los estimados[br]de la VI en la figura.

0:33:02.500,0:33:04.831
Ya que esta línea pasa[br]a través del origen,

0:33:04.831,0:33:08.077
su pendiente, las diferencia en el eje Y[br]dividida por la diferencia en eje X,

0:33:08.077,0:33:10.049
es aproximadamente igual[br]a las estimaciones de la VI;

0:33:10.049,0:33:12.807
en este caso, la pendiente es de 0,34.

0:33:13.600,0:33:16.793
El hecho de que la línea[br]pase a través de 0,0

0:33:16.793,0:33:19.088
es importante por otra razón.

0:33:19.088,0:33:23.461
Con esto, hemos corroborado[br]la restricción de exclusión.

0:33:23.461,0:33:25.600
Específicamente,[br]la restricción de exclusión

0:33:25.600,0:33:27.519
dice que dado un grupo

0:33:27.519,0:33:31.435
para el cual las ofertas de Noble no se [br]relacionan con la inscripción de Noble;

0:33:31.435,0:33:33.100
lo que debemos esperar ver es

0:33:33.100,0:33:36.045
un efecto 0 de la forma reducida[br]de estas ofertas

0:33:36.045,0:33:38.501
hechas a los candidatos en ese grupo.

0:33:38.501,0:33:42.737
¿Qué tan consistente es la evidencia[br]de que un Noble cause una ganancia

0:33:42.737,0:33:45.745
de aprendizaje[br]del orden de 0,34 σ por año?

0:33:45.745,0:33:47.324
En el siguiente gráfico,

0:33:47.324,0:33:50.039
agregamos 12 punto más a los 2 originales.

0:33:50.500,0:33:53.261
Los puntos rojos aquí muestran[br]la primera etapa y la forma reducida,

0:33:53.261,0:33:57.056
los efectos de la oferta de Noble[br]para 12 grupos adicionales,

0:33:57.056,0:33:59.291
dos niveles más y doce grupos definidos

0:33:59.291,0:34:01.695
por características demográficas

0:34:01.695,0:34:04.740
relacionadas con la raza, el sexo,[br]el ingreso familiar

0:34:04.740,0:34:06.306
y las calificaciones estándar.

0:34:06.306,0:34:08.191
Aunque no se ajusta perfectamente,

0:34:08.191,0:34:12.100
estos puntos apiñados señalan una línea [br]alrededor de pendiente 0,36 σ

0:34:12.400,0:34:16.400
muy parecido a la línea que vimos antes[br]para los candidatos de los niveles 1 y 3.

0:34:16.900,0:34:18.445
Ahora te estarás preguntando,

0:34:18.445,0:34:21.103
¿qué tienen que ver las estimaciones [br]de la VI Noble en esta figura

0:34:21.103,0:34:24.000
con las inscripciones[br]de las escuelas de examen?

0:34:24.300,0:34:25.462
Aquí está la respuesta.

0:34:25.900,0:34:29.500
La línea azul en este nuevo gráfico[br]muestra, como debemos esperar,

0:34:29.700,0:34:32.332
que la exposición de la escuela[br]de examen salta

0:34:32.332,0:34:35.173
para candidatos que franquean[br]sus puntos de corte clasificatorio.

0:34:35.173,0:34:36.654
Al mismo tiempo,

0:34:36.654,0:34:39.350
la línea roja muestra[br]que la inscripción escolar de Noble

0:34:39.350,0:34:42.100
falla en el mismo punto.

0:34:42.500,0:34:45.877
Este es el efecto de desviación[br]de las ofertas de las escuelas de examen

0:34:45.877,0:34:47.700
en la inscripción de Noble.

0:34:48.100,0:34:50.761
A muchos niños a quienes se les ofrece[br]un cupo en una escuela de examen

0:34:50.761,0:34:54.583
prefieren ese cupo de la escuela[br]de examen a inscribirse en Noble.

0:34:54.583,0:34:57.813
La IV nos da la oportunidad[br]de arriesgarnos

0:34:57.813,0:34:59.806
con fuertes afirmaciones[br]sobre el mecanismo

0:34:59.806,0:35:01.800
que está detrás del efecto causal.

0:35:01.969,0:35:03.471
Aquí va una fuerte afirmación causal

0:35:03.471,0:35:06.700
con relación al motivo por el cual[br]las escuelas de examen de Chicago

0:35:06.700,0:35:07.700
reducen su desempeño.

0:35:07.700,0:35:08.836
La fuerza primaria

0:35:08.836,0:35:11.939
que dirige los efectos de los requisitos[br]de la escuela de examen

0:35:11.939,0:35:14.764
de la forma reducida[br]en las notas del ACT, digo yo,

0:35:14.764,0:35:18.853
es el efecto de las ofertas del colegio[br]de examen sobre la inscripción de Noble.

0:35:18.853,0:35:20.585
Para apoyar esta afirmación, considera

0:35:20.585,0:35:23.142
los puntos azules graficados aquí

0:35:23.142,0:35:26.600
todos a la izquierda de 0[br]en el eje de las X.

0:35:27.000,0:35:28.616
Estos puntos son negativos

0:35:28.616,0:35:31.947
porque marcan el efecto de los requisitos[br]de las escuelas de examen

0:35:31.947,0:35:34.105
en la inscripción de la escuela Noble

0:35:34.105,0:35:36.200
para grupos de candidatos particulares.

0:35:36.805,0:35:38.253
Ya hemos visto

0:35:38.253,0:35:41.039
que a los candidatos de Noble[br]a quienes se les ofreció un cupo

0:35:41.039,0:35:44.400
alcanzaro como resultado un gran aumento[br]en las notas de matemáticas del ACT.

0:35:45.000,0:35:47.801
Ahora considera las ofertas[br]de las escuelas de examen

0:35:47.801,0:35:49.900
como instrumento[br]para inscripción de Noble.

0:35:50.600,0:35:53.200
Como siempre, la VI es[br]la reacción en cadena.

0:35:53.500,0:35:56.584
Si los requisitos de la escuela de examen[br]reducen el tiempo en Noble

0:35:56.584,0:35:58.403
a 0,37 años,

0:35:58.403,0:36:00.297
y cada año de inscripción en Noble

0:36:00.297,0:36:04.045
incrementa las notas[br]de matemáticas del ACT en 0,36 σ,

0:36:04.045,0:36:05.972
debemos esperar que los efectos[br]de la forma reducida

0:36:05.972,0:36:07.900
de los requisitos de la escuela de examen

0:36:08.200,0:36:09.745
reduzcan las notas del ACT

0:36:09.745,0:36:11.700
conforme al producto de estos dos números;

0:36:11.892,0:36:14.600
o sea, 0,13 σ.

0:36:15.100,0:36:16.767
Los efectos de los requisitos[br]de la forma reducida

0:36:16.767,0:36:18.435
a la izquierda de la figura

0:36:18.435,0:36:20.360
son en líneas generales[br]consistentes con esto.

0:36:20.900,0:36:24.800
Ellos se apiñan más cerca[br]de -0.16 y no de -0,13,

0:36:25.000,0:36:27.800
pero esa diferencia está dentro[br]de la varianza de la muestra,

0:36:27.800,0:36:29.300
de las estimaciones subyacentes.

0:36:29.700,0:36:31.400
La historia causal aquí

0:36:31.700,0:36:35.100
postula la desviación[br]de las escuelas chárter

0:36:35.400,0:36:38.112
como mecanismo[br]por el cual las ofertas de las escuelas

0:36:38.112,0:36:39.400
de examen afecta el logro.

0:36:39.600,0:36:42.000
En otras palabras,[br]es la inscripción en Noble

0:36:42.000,0:36:44.700
lo que se presume que satisface[br]una restricción de exclusión

0:36:44.900,0:36:47.227
cuando usamos las ofertas[br]de las escuelas de examen

0:36:47.227,0:36:48.894
como variable instrumental.

0:36:48.894,0:36:51.397
Como vimos anteriormente, lo importante

0:36:51.397,0:36:55.302
es que la línea en este gráfico final,[br]con dos grupos de 14 puntos,

0:36:55.302,0:36:56.900
corre a través del origen.

0:36:57.300,0:37:00.200
Este hecho apoya[br]nuestra nueva restricción de exclusión.

0:37:00.800,0:37:02.000
Para cualquier grupo de candidatos,

0:37:02.000,0:37:03.365
para el cual las ofertas[br]de la escuela de examen

0:37:03.365,0:37:06.200
tengan poco o ningún efecto[br]en la inscripción escolar de Noble,

0:37:06.400,0:37:09.800
debemos también ver sin cambios[br]las notas del ACT.

0:37:10.000,0:37:11.306
Al mismo tiempo,

0:37:11.306,0:37:14.517
porque los puntos azules y rojos se apiñan[br]alrededor de la misma línea,

0:37:14.517,0:37:17.210
las estimaciones de la VI de los efectos[br]de la inscripción en la escuela Noble

0:37:17.210,0:37:21.413
generados por Noble y por las ofertas [br]de la escuela de examen

0:37:21.413,0:37:22.691
son prácticamente iguales.

0:37:23.200,0:37:25.069
Espero que esta historia empírica

0:37:25.069,0:37:28.167
te convenza del poder de la VI y la RD

0:37:28.167,0:37:30.379
para generar conocimiento nuevo causal.

0:37:30.379,0:37:32.191
Por décadas, he tenido[br]la suerte de trabajar

0:37:32.191,0:37:35.300
en muchos problemas empíricos[br]igualmente fascinantes.

0:37:36.120,0:37:39.747
La economía empírica se enseria

0:37:40.000,0:37:42.577
He calculado las estimaciones de la VI[br]de la selección por lotería

0:37:42.577,0:37:44.788
en mi tesis de doctorado de Princeton

0:37:44.788,0:37:47.200
en un gran monstruo peludo de computadora,

0:37:47.400,0:37:49.940
usando cintas de nueve pistas[br]y rentando espacio

0:37:49.940,0:37:51.400
en un disco duro comunal.

0:37:51.800,0:37:53.264
Los estudiantes de posgrado de Princeton

0:37:53.264,0:37:55.415
aprendieron a montar [br]y usar carretes de cinta

0:37:55.415,0:37:57.300
del tamaño de un pastel de queso.

0:37:57.800,0:38:01.700
Afortunadamente, el estudio empírico hoy[br]requiere menos mano de obra.

0:38:02.300,0:38:05.100
¿Qué más ha mejorado[br]en la época moderna empírica?

0:38:05.700,0:38:09.000
En un artículo del 2010,[br]Steve Pischke y yo creamos la frase

0:38:09.261,0:38:10.800
"La revolución de credibilidad".

0:38:11.100,0:38:13.450
Con esto, nos referimos[br]al cambio económico

0:38:13.450,0:38:15.800
hacia las estrategias[br]empíricas transparentes

0:38:16.100,0:38:18.500
aplicadas a preguntas concretas causales

0:38:18.700,0:38:22.200
como las preguntas que David Card[br]ha estudiado tan convincentemente.

0:38:22.900,0:38:24.882
La econometría de mis días de estudiante

0:38:24.882,0:38:27.500
se enfocaba más en modelos[br]que en preguntas.

0:38:28.000,0:38:31.463
El modelado tiene que ver[br]con la era que ya terminó,

0:38:31.463,0:38:34.800
pero, desde entonces, los econometristas [br]han encontrado mucho en qué contribuir.

0:38:35.100,0:38:36.605
Guardaré mis listas personales

0:38:36.605,0:38:39.439
de grandes éxitos y nuevos artistas

0:38:39.439,0:38:41.469
para la versión escrita de esta clase.

0:38:41.469,0:38:43.301
Terminaré aquí, diciendo

0:38:43.301,0:38:45.706
que estoy orgulloso[br]de ser parte de esta empresa

0:38:45.706,0:38:48.100
contemporánea de economía empírica

0:38:48.500,0:38:50.884
y estoy agradecido, [br]más allá de las palabras,

0:38:50.884,0:38:53.561
por haber sido reconocido[br]como contribuyente a ella.

0:38:53.907,0:38:56.085
En Princeton,[br]a finales de los años ochenta,

0:38:56.085,0:38:58.269
mis compañeros de universidad[br]y yo nos reíamos

0:38:58.269,0:39:00.000
leyendo el lamento de Ed Leamer

0:39:00.400,0:39:04.400
sobre que ningún economista toma en serio[br]el trabajo empírico de otro economista.

0:39:05.000,0:39:06.821
Esto ya no es cierto.

0:39:06.821,0:39:11.150
El trabajo empírico hoy aspira[br]a contar historias causales convincentes.

0:39:11.150,0:39:13.147
No es que cada esfuerzo tenga éxito

0:39:13.147,0:39:14.508
ni mucho menos,

0:39:14.508,0:39:18.114
Pero, como cualquier candidato a trabajar[br]en economía, te diría

0:39:18.114,0:39:21.581
el trabajo empírico realizado con cuidado[br]y claramente explicado

0:39:21.581,0:39:23.300
se toma muy en serio.

0:39:23.800,0:39:26.623
Esa es la medida del éxito [br]de nuestra empresa

0:39:27.364,0:39:29.874
♪ (música) ♪

0:39:33.915,0:39:35.924
[Narrador] Si quieres aprender[br]más de Josh,

0:39:35.924,0:39:38.945
revisa tu curso gratuito[br]"Dominando la Econometría".

0:39:38.945,0:39:40.946
Si te interesa explorar el trabajo[br]de investigación de Josh,

0:39:40.946,0:39:42.516
revisa estos vínculos en la descripción,

0:39:42.516,0:39:45.000
o puedes darle clic[br]para ver más videos de Josh

0:39:46.069,0:39:48.101
♪ (música) ♪