[Script Info]
Title: 
[Events]
Format: Layer, Start, End, Style, Name, MarginL, MarginR, MarginV, Effect, Text
Dialogue: 0,0:00:01.26,0:00:03.73,Default,,0000,0000,0000,,♪ (música) ♪
Dialogue: 0,0:00:04.48,0:00:09.37,Default,,0000,0000,0000,,Estrategias empíricas en Economía:\NIluminando el camino de la causa al efecto
Dialogue: 0,0:00:10.80,0:00:12.77,Default,,0000,0000,0000,,[Joshua] Mientras calmaba \Nmi tembloroso iPhone
Dialogue: 0,0:00:12.77,0:00:14.35,Default,,0000,0000,0000,,temprano el 11 de octubre,
Dialogue: 0,0:00:14.35,0:00:17.19,Default,,0000,0000,0000,,mis pensamientos se dirigieron hacia\Nla pregunta de si el reconocimiento
Dialogue: 0,0:00:17.19,0:00:20.60,Default,,0000,0000,0000,,a nivel del Nobel podía cambiar\Nla vida de la familia Angrist.
Dialogue: 0,0:00:20.80,0:00:22.48,Default,,0000,0000,0000,,Nuestra familia es muy unida;
Dialogue: 0,0:00:22.48,0:00:23.95,Default,,0000,0000,0000,,no nos hace falta nada.
Dialogue: 0,0:00:24.01,0:00:26.64,Default,,0000,0000,0000,,Entonces, me preocupó\Nque la estresante celebridad del Nobel
Dialogue: 0,0:00:26.64,0:00:28.04,Default,,0000,0000,0000,,no fuera positiva.
Dialogue: 0,0:00:28.20,0:00:29.92,Default,,0000,0000,0000,,Pero después de la primera taza de café,
Dialogue: 0,0:00:30.15,0:00:31.92,Default,,0000,0000,0000,,comencé a relajarme.
Dialogue: 0,0:00:32.10,0:00:33.27,Default,,0000,0000,0000,,Se me ocurrió
Dialogue: 0,0:00:33.27,0:00:35.36,Default,,0000,0000,0000,,que el tema sobre cómo\Nel reconocimiento público
Dialogue: 0,0:00:35.36,0:00:36.72,Default,,0000,0000,0000,,afecta la vida de un estudioso
Dialogue: 0,0:00:36.72,0:00:40.10,Default,,0000,0000,0000,,es, después de todo,\Nuna simple pregunta causal.
Dialogue: 0,0:00:40.50,0:00:41.81,Default,,0000,0000,0000,,La intervención del Nobel
Dialogue: 0,0:00:41.81,0:00:44.77,Default,,0000,0000,0000,,es sustancial, repentina y bien medida.
Dialogue: 0,0:00:45.32,0:00:48.50,Default,,0000,0000,0000,,Resultados como los de la salud\Ny la riqueza son fáciles de registrar.
Dialogue: 0,0:00:49.00,0:00:51.66,Default,,0000,0000,0000,,Cuando me dieron el reconocimiento\Njunto a mis colegas laureados,
Dialogue: 0,0:00:51.66,0:00:53.50,Default,,0000,0000,0000,,Guido Imbens y David Card,
Dialogue: 0,0:00:53.50,0:00:57.06,Default,,0000,0000,0000,,por contestar preguntas causales\Nusando datos observacionales,
Dialogue: 0,0:00:57.40,0:00:59.80,Default,,0000,0000,0000,,mis pensamientos migraron\Nde la agitación personal
Dialogue: 0,0:01:00.22,0:01:02.19,Default,,0000,0000,0000,,a las demandas más comunes
Dialogue: 0,0:01:02.19,0:01:05.70,Default,,0000,0000,0000,,en cuanto a la identificación \Ny estimación de efectos causales.
Dialogue: 0,0:01:05.90,0:01:08.20,Default,,0000,0000,0000,,Pude calmar mi mente preocupada,
Dialogue: 0,0:01:08.40,0:01:12.70,Default,,0000,0000,0000,,imaginando un estudio sobre el efecto\Ndel tratamiento del Premio Nobel.
Dialogue: 0,0:01:13.10,0:01:15.30,Default,,0000,0000,0000,,¿Cómo se organizaría dicho estudio?
Dialogue: 0,0:01:15.70,0:01:19.80,Default,,0000,0000,0000,,En un ensayo de 1999 publicado\Nen el "Manual de Economía Laboral",
Dialogue: 0,0:01:19.80,0:01:23.50,Default,,0000,0000,0000,,Alan Krueger y yo adoptamos\Nla frase "estrategia empírica".
Dialogue: 0,0:01:23.90,0:01:26.06,Default,,0000,0000,0000,,El volumen del manual\Nen cuestión fue editado
Dialogue: 0,0:01:26.06,0:01:29.31,Default,,0000,0000,0000,,por dos de mis tutores de tesis\Nde doctorado de Princeton:
Dialogue: 0,0:01:29.31,0:01:31.57,Default,,0000,0000,0000,,Orley Ashenfelter y David Card,
Dialogue: 0,0:01:31.57,0:01:34.76,Default,,0000,0000,0000,,unos de los más exitosos y prolíficos\Ntutores de posgrado
Dialogue: 0,0:01:34.76,0:01:36.69,Default,,0000,0000,0000,,que ha habido en Economía.
Dialogue: 0,0:01:36.69,0:01:39.10,Default,,0000,0000,0000,,Una estrategia empírica\Nes un plan de investigación
Dialogue: 0,0:01:39.10,0:01:41.21,Default,,0000,0000,0000,,que incluye la recolección de datos,
Dialogue: 0,0:01:41.21,0:01:44.49,Default,,0000,0000,0000,,identificación y estimación econométrica.
Dialogue: 0,0:01:44.90,0:01:48.20,Default,,0000,0000,0000,,La identificación es el término\Nque los econometristas aplican
Dialogue: 0,0:01:48.20,0:01:49.91,Default,,0000,0000,0000,,al diseño de la investigación,
Dialogue: 0,0:01:49.91,0:01:51.87,Default,,0000,0000,0000,,un ensayo clínico aleatorizado,
Dialogue: 0,0:01:51.87,0:01:56.31,Default,,0000,0000,0000,,un ECA, es el más simple\Ny más poderoso diseño de investigación.
Dialogue: 0,0:01:56.59,0:01:59.38,Default,,0000,0000,0000,,En los ECA,\Nlos efectos causales se identifican
Dialogue: 0,0:01:59.38,0:02:01.54,Default,,0000,0000,0000,,asignando aleatoriamente el tratamiento.
Dialogue: 0,0:02:01.87,0:02:03.11,Default,,0000,0000,0000,,La asignación aleatoria asegura
Dialogue: 0,0:02:03.11,0:02:04.79,Default,,0000,0000,0000,,que los grupos de tratamiento y de control
Dialogue: 0,0:02:04.79,0:02:07.10,Default,,0000,0000,0000,,sean comparables\Nen la ausencia de tratamiento
Dialogue: 0,0:02:07.10,0:02:09.30,Default,,0000,0000,0000,,para que las diferencias entre ellos
Dialogue: 0,0:02:09.30,0:02:11.50,Default,,0000,0000,0000,,reflejen posteriormente solo\Nel efecto del tratamiento.
Dialogue: 0,0:02:11.80,0:02:14.70,Default,,0000,0000,0000,,Probablemente, los Premios Nobel\Nno se asignen aleatoriamente.
Dialogue: 0,0:02:15.30,0:02:16.90,Default,,0000,0000,0000,,A pesar de este desafío, se me ocurre
Dialogue: 0,0:02:17.10,0:02:19.88,Default,,0000,0000,0000,,una estrategia empírica convincente
Dialogue: 0,0:02:19.88,0:02:21.28,Default,,0000,0000,0000,,para el efecto del tratamiento del Nobel
Dialogue: 0,0:02:21.28,0:02:23.87,Default,,0000,0000,0000,,al menos como una idea empírica\Nimaginativa, pero no realista.
Dialogue: 0,0:02:24.20,0:02:28.03,Default,,0000,0000,0000,,Imagina un grupo de candidatos\Nelegibles para el premio Nobel,
Dialogue: 0,0:02:28.03,0:02:30.82,Default,,0000,0000,0000,,el grupo bajo consideración\Npara el premio.
Dialogue: 0,0:02:30.82,0:02:33.12,Default,,0000,0000,0000,,Los candidatos\Nno necesitan postularse a sí mismos.
Dialogue: 0,0:02:33.12,0:02:36.50,Default,,0000,0000,0000,,Me imagino, que algún colega los postula.
Dialogue: 0,0:02:36.80,0:02:40.77,Default,,0000,0000,0000,,Mi estudio fantástico de impacto del Nobel\Nsolo analiza los candidatos al Nobel,
Dialogue: 0,0:02:40.77,0:02:43.05,Default,,0000,0000,0000,,ya que son estudiosos de élite.
Dialogue: 0,0:02:43.05,0:02:44.70,Default,,0000,0000,0000,,Pero ese solo el primer paso.
Dialogue: 0,0:02:45.00,0:02:48.11,Default,,0000,0000,0000,,Los candidatos con credibilidad\Nson evaluados por jueces.
Dialogue: 0,0:02:48.11,0:02:51.57,Default,,0000,0000,0000,,usando criterios\Ncomo las publicaciones, las citas,
Dialogue: 0,0:02:51.57,0:02:53.80,Default,,0000,0000,0000,,declaraciones a favor del postulado.
Dialogue: 0,0:02:53.80,0:02:57.77,Default,,0000,0000,0000,,Me imagino que este material se revisa\Ny se le asigna una calificación numérica
Dialogue: 0,0:02:58.03,0:03:00.25,Default,,0000,0000,0000,,usando algún tipo \Nde rúbrica de calificación.
Dialogue: 0,0:03:00.67,0:03:03.90,Default,,0000,0000,0000,,Las tres calificaciones más altas\Nsegún el campo en un año
Dialogue: 0,0:03:04.27,0:03:05.79,Default,,0000,0000,0000,,ganan el premio.
Dialogue: 0,0:03:06.04,0:03:07.65,Default,,0000,0000,0000,,Teniendo identificados a los candidatos
Dialogue: 0,0:03:07.65,0:03:09.70,Default,,0000,0000,0000,,y sus datos en sus calificaciones,
Dialogue: 0,0:03:09.70,0:03:12.20,Default,,0000,0000,0000,,el siguiente paso\Nen mi estudio de impacto del Nobel
Dialogue: 0,0:03:12.20,0:03:14.70,Default,,0000,0000,0000,,es registrar los puntos \Nde corte relevantes.
Dialogue: 0,0:03:15.10,0:03:17.38,Default,,0000,0000,0000,,El punto de corte del Nobel\Nes la calificación más baja
Dialogue: 0,0:03:17.38,0:03:19.32,Default,,0000,0000,0000,,de aquellos a quienes\Nse les otorgó el premio.
Dialogue: 0,0:03:19.50,0:03:22.78,Default,,0000,0000,0000,,Muchos de los que esperaban\Nel Nobel no alcanzaron el corte.
Dialogue: 0,0:03:23.29,0:03:26.31,Default,,0000,0000,0000,,Tomando en cuenta solo a los que por poco\Nlo logran junto con los ganadores,
Dialogue: 0,0:03:26.72,0:03:28.04,Default,,0000,0000,0000,,las diferencias en las calificaciones
Dialogue: 0,0:03:28.04,0:03:30.48,Default,,0000,0000,0000,,entre los de arriba y debajo del corte
Dialogue: 0,0:03:30.48,0:03:34.47,Default,,0000,0000,0000,,comienzan a verse por casualidad,\Nmás o menos asignados aleatoriamente.
Dialogue: 0,0:03:34.68,0:03:35.69,Default,,0000,0000,0000,,Después de todo,
Dialogue: 0,0:03:35.69,0:03:39.42,Default,,0000,0000,0000,,los que están cerca del Nobel son\Nlos estudiosos más eminentes, también.
Dialogue: 0,0:03:40.00,0:03:42.20,Default,,0000,0000,0000,,Con una publicación de más alto impacto,
Dialogue: 0,0:03:42.67,0:03:44.69,Default,,0000,0000,0000,,un poco más de apoyo\Npor parte de los postulantes,
Dialogue: 0,0:03:44.98,0:03:46.14,Default,,0000,0000,0000,,pudieron haber obtenido
Dialogue: 0,0:03:46.14,0:03:47.29,Default,,0000,0000,0000,,el premio Nobel.
Dialogue: 0,0:03:47.29,0:03:49.66,Default,,0000,0000,0000,,Algunos de ellos seguramente\Nlo harán algún día.
Dialogue: 0,0:03:50.10,0:03:52.25,Default,,0000,0000,0000,,La estrategia empírica \Ndelineada aquí se llama
Dialogue: 0,0:03:52.25,0:03:54.29,Default,,0000,0000,0000,,Diseño de regresión discontinua,
Dialogue: 0,0:03:54.29,0:03:55.59,Default,,0000,0000,0000,,RD.
Dialogue: 0,0:03:55.59,0:03:58.33,Default,,0000,0000,0000,,El RD explota los saltos\Nen los problemas humanos
Dialogue: 0,0:03:58.33,0:04:00.98,Default,,0000,0000,0000,,inducidos por reglas, regulaciones
Dialogue: 0,0:04:00.98,0:04:04.60,Default,,0000,0000,0000,,y la necesidad de clasificar personas\Npara varios propósitos de asignación.
Dialogue: 0,0:04:05.00,0:04:07.10,Default,,0000,0000,0000,,Cuando se determina\Nel tratamiento o la intervención
Dialogue: 0,0:04:07.10,0:04:09.97,Default,,0000,0000,0000,,a través de una variable de empate, \Nque cruza o no un umbral, aquellos
Dialogue: 0,0:04:10.05,0:04:13.32,Default,,0000,0000,0000,,que están justo por debajo del umbral se \Nconvierten en un grupo de control natural
Dialogue: 0,0:04:13.32,0:04:14.60,Default,,0000,0000,0000,,para aquellos que lo pasan.
Dialogue: 0,0:04:15.00,0:04:17.30,Default,,0000,0000,0000,,El RD no requiere que la variable
Dialogue: 0,0:04:17.30,0:04:18.91,Default,,0000,0000,0000,,cuyas causas buscamos
Dialogue: 0,0:04:18.91,0:04:21.96,Default,,0000,0000,0000,,se ajuste o no por completo\Nal valor de corte,
Dialogue: 0,0:04:21.96,0:04:23.19,Default,,0000,0000,0000,,únicamente requiere
Dialogue: 0,0:04:23.19,0:04:25.58,Default,,0000,0000,0000,,que el valor promedio de esta variable
Dialogue: 0,0:04:25.58,0:04:27.20,Default,,0000,0000,0000,,brinque hasta el punto de corte.
Dialogue: 0,0:04:27.20,0:04:29.52,Default,,0000,0000,0000,,La RD permite, por ejemplo,\Nque el más cercano
Dialogue: 0,0:04:29.52,0:04:33.10,Default,,0000,0000,0000,,al premio Nobel de este año\Npueda ser el ganador del próximo año.
Dialogue: 0,0:04:33.10,0:04:35.58,Default,,0000,0000,0000,,Permitir esto conlleva al uso de saltos
Dialogue: 0,0:04:35.58,0:04:37.52,Default,,0000,0000,0000,,en la tasa asignada al tratamiento
Dialogue: 0,0:04:37.52,0:04:40.86,Default,,0000,0000,0000,,para construir\Nvariables instrumentales, VI,
Dialogue: 0,0:04:40.86,0:04:43.55,Default,,0000,0000,0000,,estimaciones del efecto \Ndel tratamiento recibido.
Dialogue: 0,0:04:43.55,0:04:46.69,Default,,0000,0000,0000,,Se dice que este tipo de RD es difuso,
Dialogue: 0,0:04:47.09,0:04:50.11,Default,,0000,0000,0000,,pero como Steve Pischke y yo\Nescribimos en nuestro primer libro:
Dialogue: 0,0:04:50.11,0:04:51.60,Default,,0000,0000,0000,,"La RD difusa es VI".
Dialogue: 0,0:04:51.60,0:04:52.60,Default,,0000,0000,0000,,(risa de niños)
Dialogue: 0,0:04:52.60,0:04:54.85,Default,,0000,0000,0000,,El primer estudio RD\Nal que contribuí fue escrito
Dialogue: 0,0:04:54.85,0:04:57.76,Default,,0000,0000,0000,,con mi habitual colaborador Victor Lavy.
Dialogue: 0,0:04:57.76,0:04:59.14,Default,,0000,0000,0000,,Este estudio está motivado
Dialogue: 0,0:04:59.14,0:05:01.51,Default,,0000,0000,0000,,por los altos costos \Ny los retornos inciertos
Dialogue: 0,0:05:01.51,0:05:03.99,Default,,0000,0000,0000,,de la clase de las pequeñas escuelas \Nde educación primaria.
Dialogue: 0,0:05:04.25,0:05:07.34,Default,,0000,0000,0000,,Usamos una regla utilizada por \Nlas escuelas de primaria israelíes
Dialogue: 0,0:05:07.34,0:05:09.31,Default,,0000,0000,0000,,para determinar el tamaño de la clase.
Dialogue: 0,0:05:09.31,0:05:12.40,Default,,0000,0000,0000,,Esta regla se usa para estimar los efectos\Ndel tamaño poblacional de la clase
Dialogue: 0,0:05:12.40,0:05:14.97,Default,,0000,0000,0000,,como se hace en ECA.
Dialogue: 0,0:05:15.50,0:05:19.09,Default,,0000,0000,0000,,En los años 90, la población\Nde las clases israelíes era grande.
Dialogue: 0,0:05:19.09,0:05:22.36,Default,,0000,0000,0000,,Los estudiantes inscritos\Nen un grado cohorte de 40
Dialogue: 0,0:05:22.36,0:05:24.70,Default,,0000,0000,0000,,era probable que los colocaran\Nen un aula de 40,
Dialogue: 0,0:05:25.20,0:05:26.97,Default,,0000,0000,0000,,ese es el punto de corte relevante.
Dialogue: 0,0:05:26.97,0:05:30.16,Default,,0000,0000,0000,,Al agregar otro niño\Na la cohorte, para llegar a 41,
Dialogue: 0,0:05:30.16,0:05:32.27,Default,,0000,0000,0000,,era probable que dividieran la cohorte
Dialogue: 0,0:05:32.27,0:05:34.80,Default,,0000,0000,0000,,en dos clases mucho más pequeñas.
Dialogue: 0,0:05:35.10,0:05:38.54,Default,,0000,0000,0000,,Esto conlleva a la regla del diseño \Nde investigación de Maimónides
Dialogue: 0,0:05:38.54,0:05:41.07,Default,,0000,0000,0000,,nombrada así porque Ramban en el siglo XII
Dialogue: 0,0:05:41.07,0:05:44.05,Default,,0000,0000,0000,,propuso un máximo\Nde tamaño de la clase de 40.
Dialogue: 0,0:05:44.05,0:05:47.11,Default,,0000,0000,0000,,En esta figura se trazan los tamaños\Nde las clases de cuarto grado israelíes
Dialogue: 0,0:05:47.11,0:05:49.50,Default,,0000,0000,0000,,en función del número\Nde inscritos del cuarto grado
Dialogue: 0,0:05:49.50,0:05:52.50,Default,,0000,0000,0000,,superpuesto con la regla\Ndel tamaño de clase teórica,
Dialogue: 0,0:05:52.80,0:05:54.30,Default,,0000,0000,0000,,la regla de Maimónides.
Dialogue: 0,0:05:54.30,0:05:55.92,Default,,0000,0000,0000,,El ajuste no es perfecto,
Dialogue: 0,0:05:55.92,0:05:59.16,Default,,0000,0000,0000,,esa es una característica\Nque hace difusa esta aplicación de la RD,
Dialogue: 0,0:05:59.16,0:06:02.48,Default,,0000,0000,0000,,pero la esencia de esto es la reducción\Nmarcada del tamaño de la clase
Dialogue: 0,0:06:02.48,0:06:05.96,Default,,0000,0000,0000,,en cada múltiplo entero de cuarenta,\Nel punto de corte relevante,
Dialogue: 0,0:06:05.96,0:06:07.94,Default,,0000,0000,0000,,tal y como lo predice la regla.
Dialogue: 0,0:06:07.94,0:06:10.91,Default,,0000,0000,0000,,Como resultado, estas reducciones\Nen el tamaño de la clase
Dialogue: 0,0:06:10.91,0:06:12.22,Default,,0000,0000,0000,,se reflejan en los saltos
Dialogue: 0,0:06:12.22,0:06:14.86,Default,,0000,0000,0000,,de las calificaciones de matemáticas\Ndel cuarto y quinto grado.
Dialogue: 0,0:06:15.76,0:06:19.53,Default,,0000,0000,0000,,¡La hora del examen!
Dialogue: 0,0:06:19.78,0:06:23.00,Default,,0000,0000,0000,,¿La comparación entre los ganadores\Ndel Nobel y los que casi lo ganan
Dialogue: 0,0:06:23.00,0:06:25.21,Default,,0000,0000,0000,,sería en realidad\Nun buen experimento natural?
Dialogue: 0,0:06:25.70,0:06:27.70,Default,,0000,0000,0000,,La lógica detrás\Nde este tipo de afirmación
Dialogue: 0,0:06:27.70,0:06:30.05,Default,,0000,0000,0000,,parece más sólida si se comparan escuelas
Dialogue: 0,0:06:30.05,0:06:32.40,Default,,0000,0000,0000,,de 40 y 41 estudiantes del cuarto grado
Dialogue: 0,0:06:32.70,0:06:35.50,Default,,0000,0000,0000,,que si se comparan los que ganan\Ny los que por poco ganan.
Dialogue: 0,0:06:36.00,0:06:40.00,Default,,0000,0000,0000,,Aun así, ambos escenarios utilizan\Nuna característica del mundo físico.
Dialogue: 0,0:06:40.30,0:06:42.35,Default,,0000,0000,0000,,Siempre que la variable\Nque rompe el empate,
Dialogue: 0,0:06:42.35,0:06:45.00,Default,,0000,0000,0000,,conocida en RD como variable continua,
Dialogue: 0,0:06:45.20,0:06:47.30,Default,,0000,0000,0000,,tiene una distribución continua,
Dialogue: 0,0:06:47.30,0:06:50.57,Default,,0000,0000,0000,,la probabilidad de cruzar\Nel valor de corte se aproxima a la mitad
Dialogue: 0,0:06:50.57,0:06:52.38,Default,,0000,0000,0000,,cuando se examina en un estrecho segmento
Dialogue: 0,0:06:52.38,0:06:53.70,Default,,0000,0000,0000,,alrededor del corte.
Dialogue: 0,0:06:54.30,0:06:55.94,Default,,0000,0000,0000,,En trabajo empíricos de RD
Dialogue: 0,0:06:55.94,0:06:59.30,Default,,0000,0000,0000,,el segmento alrededor de los cortes,\Nse conoce como ancho de banda.
Dialogue: 0,0:06:59.60,0:07:01.91,Default,,0000,0000,0000,,Es importante decir\Nque la probabilidad límite es
Dialogue: 0,0:07:01.91,0:07:05.98,Default,,0000,0000,0000,,de 0,5 para todos, sin importar\Nqué tan calificados estén
Dialogue: 0,0:07:05.98,0:07:08.30,Default,,0000,0000,0000,,al entrar en el concurso del Nobel.
Dialogue: 0,0:07:08.44,0:07:11.77,Default,,0000,0000,0000,,Este hecho importante puede verse\Nen los datos de los candidatos
Dialogue: 0,0:07:11.77,0:07:15.15,Default,,0000,0000,0000,,de una de las más codiciadas escuelas\Nde Nueva York. que filtra por test
Dialogue: 0,0:07:15.15,0:07:16.50,Default,,0000,0000,0000,,Como antecedente
Dialogue: 0,0:07:16.50,0:07:20.07,Default,,0000,0000,0000,,un 40 % de las escuelas de educación media\Ny diversificada de Nueva York
Dialogue: 0,0:07:20.07,0:07:23.65,Default,,0000,0000,0000,,selecciona a sus candidatos basándose \Nen resultados de exámenes, grados
Dialogue: 0,0:07:23.65,0:07:25.70,Default,,0000,0000,0000,,y otros criterios exactos.
Dialogue: 0,0:07:25.94,0:07:26.97,Default,,0000,0000,0000,,En otras palabras
Dialogue: 0,0:07:26.97,0:07:29.40,Default,,0000,0000,0000,,el régimen de admisiones\Nen escuelas que filtran estudiantes
Dialogue: 0,0:07:29.40,0:07:31.01,Default,,0000,0000,0000,,es muy parecido al esquema que imaginé
Dialogue: 0,0:07:31.01,0:07:32.56,Default,,0000,0000,0000,,para el premio Nobel.
Dialogue: 0,0:07:32.91,0:07:34.92,Default,,0000,0000,0000,,Estas escuelas no son más que un número
Dialogue: 0,0:07:34.92,0:07:37.49,Default,,0000,0000,0000,,de sistemas altamente selectivos\Ndentro de un sistema
Dialogue: 0,0:07:37.49,0:07:39.71,Default,,0000,0000,0000,,en los distritos escolares grandes\Nde Estados Unidos.
Dialogue: 0,0:07:39.71,0:07:43.00,Default,,0000,0000,0000,,Boston, Chicago, San Francisco\Ny Washington D.C.,
Dialogue: 0,0:07:43.30,0:07:45.95,Default,,0000,0000,0000,,todos, tienen instituciones\Naltamente selectivas
Dialogue: 0,0:07:45.95,0:07:47.80,Default,,0000,0000,0000,,conocidas como escuelas de examen.
Dialogue: 0,0:07:48.00,0:07:49.20,Default,,0000,0000,0000,,Las escuelas de examen operan
Dialogue: 0,0:07:49.20,0:07:51.40,Default,,0000,0000,0000,,como parte de sistemas\Nde escuelas públicas más grandes
Dialogue: 0,0:07:51.40,0:07:53.85,Default,,0000,0000,0000,,que inscriben a los estudiantes\Nsin investigar sus antecedentes.
Dialogue: 0,0:07:53.85,0:07:55.75,Default,,0000,0000,0000,,Motivados por una larga controversia
Dialogue: 0,0:07:55.75,0:07:57.84,Default,,0000,0000,0000,,que hay sobre la equidad\Nde las admisiones por filtro
Dialogue: 0,0:07:57.90,0:08:00.08,Default,,0000,0000,0000,,mis colaboradores\Nde laboratorio de proyecto y yo
Dialogue: 0,0:08:00.08,0:08:03.50,Default,,0000,0000,0000,,examinamos los efectos causales\Nde la asistencia a la escuela de examen
Dialogue: 0,0:08:03.50,0:08:06.00,Default,,0000,0000,0000,,en Boston, Chicago, y Nueva York.
Dialogue: 0,0:08:06.00,0:08:08.89,Default,,0000,0000,0000,,Esta figura muestra la probabilidad\Nde ofrecer un cupo
Dialogue: 0,0:08:08.89,0:08:12.13,Default,,0000,0000,0000,,en la preparatoria\Nde Nueva York Townsend Harris,
Dialogue: 0,0:08:12.29,0:08:14.16,Default,,0000,0000,0000,,calificada como la doceava\Na nivel nacional.
Dialogue: 0,0:08:14.67,0:08:17.92,Default,,0000,0000,0000,,La altura de las barras en la figura\Nrepresenta la tasa de calificación;
Dialogue: 0,0:08:17.92,0:08:22.20,Default,,0000,0000,0000,,o sea, la probabilidad de que la nota\Nde admisión a Townsend Harris esté
Dialogue: 0,0:08:22.20,0:08:25.68,Default,,0000,0000,0000,,por encima de la del candidato\Nal cupo con la nota más baja.
Dialogue: 0,0:08:26.21,0:08:30.08,Default,,0000,0000,0000,,Las barras muestran la tasa\Nde calificación condicional
Dialogue: 0,0:08:30.08,0:08:33.80,Default,,0000,0000,0000,,en una medida de los logros\Nde la pre-aplicación de referencia.
Dialogue: 0,0:08:34.03,0:08:37.08,Default,,0000,0000,0000,,En particular, las barras muestran\Nlas tasas condicionales de calificación
Dialogue: 0,0:08:37.08,0:08:38.81,Default,,0000,0000,0000,,con relación a si el candidato está
Dialogue: 0,0:08:38.84,0:08:41.41,Default,,0000,0000,0000,,en el cuartil superior\No inferior de sus notas
Dialogue: 0,0:08:41.41,0:08:43.22,Default,,0000,0000,0000,,de matemáticas de sexto grado
Dialogue: 0,0:08:43.40,0:08:46.10,Default,,0000,0000,0000,,Los candidatos de Townsend Harris\Ncon altas calificaciones estándar
Dialogue: 0,0:08:46.36,0:08:47.88,Default,,0000,0000,0000,,tienen más probabilidad a calificar
Dialogue: 0,0:08:47.88,0:08:50.43,Default,,0000,0000,0000,,que los que tienen notas estándar bajas.
Dialogue: 0,0:08:50.43,0:08:52.00,Default,,0000,0000,0000,,Esto no debe sorprender,
Dialogue: 0,0:08:52.40,0:08:54.88,Default,,0000,0000,0000,,pero en un ancho de banda\Nsimétrico reducido
Dialogue: 0,0:08:54.88,0:08:56.70,Default,,0000,0000,0000,,alrededor del valor\Nde corte de la escuela,
Dialogue: 0,0:08:56.71,0:08:59.46,Default,,0000,0000,0000,,las tasas de calificaciones\Nen los dos grupos convergen.
Dialogue: 0,0:09:00.10,0:09:03.36,Default,,0000,0000,0000,,Las tasas de calificación en los últimos\Ny los grupos más pequeños
Dialogue: 0,0:09:03.57,0:09:06.30,Default,,0000,0000,0000,,son notablemente cercanas a la mitad.
Dialogue: 0,0:09:06.80,0:09:08.37,Default,,0000,0000,0000,,Esto es lo que esperaríamos ver
Dialogue: 0,0:09:08.37,0:09:10.26,Default,,0000,0000,0000,,cuando Townsend Harris\Nacepta a estudiantes
Dialogue: 0,0:09:10.26,0:09:11.86,Default,,0000,0000,0000,,lanzando una moneda al aire,
Dialogue: 0,0:09:11.86,0:09:14.74,Default,,0000,0000,0000,,en vez de seleccionar\Na los altamente calificados
Dialogue: 0,0:09:15.08,0:09:16.77,Default,,0000,0000,0000,,en el examen de admisión escolar.
Dialogue: 0,0:09:17.22,0:09:19.86,Default,,0000,0000,0000,,Aun y cuando las admisiones operan\Ncon investigación de antecedentes,
Dialogue: 0,0:09:19.86,0:09:22.96,Default,,0000,0000,0000,,los datos pueden ser arreglados\Npara imitar un ECA.
Dialogue: 0,0:09:23.71,0:09:27.66,Default,,0000,0000,0000,,La ilusión de la élite
Dialogue: 0,0:09:28.19,0:09:31.12,Default,,0000,0000,0000,,Algunas de las preguntas\Nque he estudiado son más controversiales
Dialogue: 0,0:09:31.12,0:09:33.98,Default,,0000,0000,0000,,que la pregunta para el acceso\Na las escuelas públicas de examen
Dialogue: 0,0:09:34.31,0:09:36.10,Default,,0000,0000,0000,,como la inscripción selectiva\Nde las preparatorias
Dialogue: 0,0:09:36.10,0:09:39.15,Default,,0000,0000,0000,,Boston Latin School,\NPayton y Northside de Chicago
Dialogue: 0,0:09:39.35,0:09:42.22,Default,,0000,0000,0000,,y las legendarias escuelas\Nde Nueva York: Brooklyn Tech,
Dialogue: 0,0:09:42.22,0:09:43.38,Default,,0000,0000,0000,,Bronx Science
Dialogue: 0,0:09:43.38,0:09:45.50,Default,,0000,0000,0000,,y Stuyvesant, preparatorias especializadas
Dialogue: 0,0:09:45.80,0:09:49.38,Default,,0000,0000,0000,,que entre todas han graduado\Na catorce galardonados con el Nobel.
Dialogue: 0,0:09:49.38,0:09:51.91,Default,,0000,0000,0000,,Townsen Harris, la escuela\Ncon la que empezamos hoy,
Dialogue: 0,0:09:51.91,0:09:55.86,Default,,0000,0000,0000,,ha graduado a tres premios Nobel,\Nincluyendo al economista Ken Arrow.
Dialogue: 0,0:09:55.86,0:09:57.32,Default,,0000,0000,0000,,Los defensores de las escuelas de examen
Dialogue: 0,0:09:57.32,0:09:59.36,Default,,0000,0000,0000,,ven las oportunidades \Nque estas escuelas aportan
Dialogue: 0,0:09:59.36,0:10:01.80,Default,,0000,0000,0000,,para democratizar la educación pública.
Dialogue: 0,0:10:02.30,0:10:03.94,Default,,0000,0000,0000,,Ellos sostienen\Nque las familias ricas pueden acceder
Dialogue: 0,0:10:03.94,0:10:07.10,Default,,0000,0000,0000,,al plan de estudio de las escuelas\Nde examen en el sector privado.
Dialogue: 0,0:10:07.50,0:10:09.51,Default,,0000,0000,0000,,¿No deberían los estudiantes\Nde bajos ingresos
Dialogue: 0,0:10:09.51,0:10:12.61,Default,,0000,0000,0000,,tener al alcance la misma oportunidad\Npara aspirar a una educación de élite?
Dialogue: 0,0:10:13.00,0:10:14.82,Default,,0000,0000,0000,,Los críticos de escuelas\Nde inscripción selectiva sostienen
Dialogue: 0,0:10:14.82,0:10:17.72,Default,,0000,0000,0000,,que, más que expandir la equidad,
Dialogue: 0,0:10:17.78,0:10:20.02,Default,,0000,0000,0000,,las escuelas de examen\Nestán sesgadas intrínsecamente
Dialogue: 0,0:10:20.02,0:10:22.61,Default,,0000,0000,0000,,en contra de los estudiantes\Nde raza negra e hispánica que forman
Dialogue: 0,0:10:22.61,0:10:24.74,Default,,0000,0000,0000,,el grueso de los distritos urbanos\Nde Estados Unidos.
Dialogue: 0,0:10:25.04,0:10:28.65,Default,,0000,0000,0000,,La escuela superselectiva de Stuyvesant\Nde Nueva York, por ejemplo, inscribió
Dialogue: 0,0:10:28.65,0:10:31.18,Default,,0000,0000,0000,,a tan solo siete\Nestudiantes negros en el 2019
Dialogue: 0,0:10:31.31,0:10:33.80,Default,,0000,0000,0000,,de un total de 895 nuevos inscritos,
Dialogue: 0,0:10:34.50,0:10:38.20,Default,,0000,0000,0000,,pero ¿realmente vale la pena luchar\Npor los cupos de la escuela de examen?
Dialogue: 0,0:10:39.00,0:10:41.53,Default,,0000,0000,0000,,Mis colaboradores y yo,\Nhemos usado repetidamente
Dialogue: 0,0:10:41.53,0:10:44.96,Default,,0000,0000,0000,,las estrategias empíricas de RD\Npara estudiar los efectos causales
Dialogue: 0,0:10:44.96,0:10:46.72,Default,,0000,0000,0000,,de la asistencia a las escuelas de examen
Dialogue: 0,0:10:46.72,0:10:48.81,Default,,0000,0000,0000,,como Townsend Harris y Boston Latin.
Dialogue: 0,0:10:49.20,0:10:51.03,Default,,0000,0000,0000,,Nuestro primer estudio\Nsobre la escuela de examen,
Dialogue: 0,0:10:51.03,0:10:53.64,Default,,0000,0000,0000,,el cual examina las escuelas\Nde Boston y Nueva York,
Dialogue: 0,0:10:53.64,0:10:55.100,Default,,0000,0000,0000,,resume estos hallazgos en su título,
Dialogue: 0,0:10:55.100,0:10:57.38,Default,,0000,0000,0000,,"La ilusión de la élite".
Dialogue: 0,0:10:57.80,0:10:59.54,Default,,0000,0000,0000,,La ilusión de la élite se refiere al hecho
Dialogue: 0,0:10:59.54,0:11:02.33,Default,,0000,0000,0000,,de que, aunque los estudiantes\Nde la escuela de examen sin duda tienen
Dialogue: 0,0:11:02.33,0:11:05.05,Default,,0000,0000,0000,,notas altas en las pruebas\Ny otros buenos resultados,
Dialogue: 0,0:11:05.21,0:11:08.40,Default,,0000,0000,0000,,esto no es un efecto causal\Nde la asistencia a la escuela de examen.
Dialogue: 0,0:11:08.90,0:11:10.94,Default,,0000,0000,0000,,Nuestras estimaciones \Nconsistentemente sugieren
Dialogue: 0,0:11:11.35,0:11:13.68,Default,,0000,0000,0000,,que los efectos causales\Nde asistir a una escuela de examen
Dialogue: 0,0:11:13.80,0:11:17.00,Default,,0000,0000,0000,,en el aprendizaje de sus estudiantes\Ne ir al colegio son cero,
Dialogue: 0,0:11:17.20,0:11:19.50,Default,,0000,0000,0000,,incluso pueden ser negativos.
Dialogue: 0,0:11:19.79,0:11:21.99,Default,,0000,0000,0000,,El buen desempeño de los estudiantes\Nde la escuela de examen
Dialogue: 0,0:11:21.99,0:11:23.89,Default,,0000,0000,0000,,refleja un sesgo de selección;
Dialogue: 0,0:11:23.89,0:11:26.80,Default,,0000,0000,0000,,o sea, el proceso por el que\Nesos estudiantes son escogidos,
Dialogue: 0,0:11:27.20,0:11:29.10,Default,,0000,0000,0000,,más que por efectos causales.
Dialogue: 0,0:11:29.60,0:11:32.32,Default,,0000,0000,0000,,Los datos del gran sector \Nde la escuela de examen de Chicago
Dialogue: 0,0:11:32.32,0:11:33.90,Default,,0000,0000,0000,,ilustran la ilusión de la élite.
Dialogue: 0,0:11:34.30,0:11:37.12,Default,,0000,0000,0000,,En esta figura se representa gráficamente\Nla media del logro entre iguales;
Dialogue: 0,0:11:37.12,0:11:42.16,Default,,0000,0000,0000,,o sea, las notas del examen del \Nsexto grado de mis compañeros
Dialogue: 0,0:11:42.16,0:11:44.20,Default,,0000,0000,0000,,de noveno grado,\Ncontra el desempate de admisiones
Dialogue: 0,0:11:44.43,0:11:45.80,Default,,0000,0000,0000,,para un subconjunto de candidatos
Dialogue: 0,0:11:45.80,0:11:48.70,Default,,0000,0000,0000,,a cualquiera de las nueve escuelas \Nde examen de Chicago.
Dialogue: 0,0:11:49.20,0:11:51.90,Default,,0000,0000,0000,,Los candidatos a estas escuelas\Nestán clasificados hasta la posición seis,
Dialogue: 0,0:11:51.90,0:11:54.50,Default,,0000,0000,0000,,mientras que las escuelas de examen\Ndan prioridad a sus candidatos
Dialogue: 0,0:11:54.50,0:11:57.35,Default,,0000,0000,0000,,usando un índice de composición común
Dialogue: 0,0:11:57.35,0:11:59.14,Default,,0000,0000,0000,,formado con base a un examen de admisión,
Dialogue: 0,0:11:59.14,0:12:02.40,Default,,0000,0000,0000,,los GPA y las notas estandarizadas\Ndel séptimo grado.
Dialogue: 0,0:12:02.90,0:12:05.95,Default,,0000,0000,0000,,Este desempate compuesto \Nes la variable candidata
Dialogue: 0,0:12:05.95,0:12:08.79,Default,,0000,0000,0000,,para un diseño de RD\Nque revela lo que pasa
Dialogue: 0,0:12:08.79,0:12:11.81,Default,,0000,0000,0000,,cuando se le ofrece un cupo\Nde una escuela de examen a un candidato.
Dialogue: 0,0:12:12.35,0:12:14.35,Default,,0000,0000,0000,,En la contienda de la escuela\Nde examen de Chicago,
Dialogue: 0,0:12:14.35,0:12:15.80,Default,,0000,0000,0000,,que en realidad es una aplicación
Dialogue: 0,0:12:15.80,0:12:18.96,Default,,0000,0000,0000,,del célebre algoritmo\Nde coincidencia de Gale y Shapley,
Dialogue: 0,0:12:18.96,0:12:22.50,Default,,0000,0000,0000,,los candidatos a las escuelas de examen\Nestán seguros de que se les ofrecerá
Dialogue: 0,0:12:22.70,0:12:25.70,Default,,0000,0000,0000,,un cupo cuando sobrepasen al más bajo\Nen sus grupos de valores de corte
Dialogue: 0,0:12:25.70,0:12:27.70,Default,,0000,0000,0000,,de entre las escuelas de su rango.
Dialogue: 0,0:12:27.70,0:12:31.10,Default,,0000,0000,0000,,A este mínimo corte lo llamamos:\N"punto de corte clasificatorio".
Dialogue: 0,0:12:31.60,0:12:34.78,Default,,0000,0000,0000,,Esta figura muestra el abrupto salto\Nen el logro de la media de los iguales
Dialogue: 0,0:12:34.78,0:12:36.93,Default,,0000,0000,0000,,para los candidatos a la escuela\Nde examen de Chicago
Dialogue: 0,0:12:36.93,0:12:39.43,Default,,0000,0000,0000,,que sobrepasen sus puntos\Nde corte clasificatorio.
Dialogue: 0,0:12:39.43,0:12:40.84,Default,,0000,0000,0000,,Este salto refleja\Nel hecho de que la mayoría
Dialogue: 0,0:12:40.84,0:12:44.10,Default,,0000,0000,0000,,de los candidatos a los que se le ofreció\Nun cupo en la escuela de examen lo toman
Dialogue: 0,0:12:44.28,0:12:45.72,Default,,0000,0000,0000,,y los candidatos que se inscriben
Dialogue: 0,0:12:45.73,0:12:48.42,Default,,0000,0000,0000,,en una de las preparatorias \Nde inscripción selectiva de Chicago
Dialogue: 0,0:12:48.42,0:12:50.66,Default,,0000,0000,0000,,están seguros de tener un cupo\Nen un aula de noveno grado
Dialogue: 0,0:12:50.66,0:12:55.44,Default,,0000,0000,0000,,llena de otros compañeros precoces\Nporque solo los relativamente precoces
Dialogue: 0,0:12:55.44,0:12:56.80,Default,,0000,0000,0000,,lo logran.
Dialogue: 0,0:12:56.80,0:13:00.13,Default,,0000,0000,0000,,El incremento en el logro entre iguales\Na través de las cantidades del punto
Dialogue: 0,0:13:00.13,0:13:02.66,Default,,0000,0000,0000,,de corte calificatorio equivale casi\Na la mitad de la desviación estándar,
Dialogue: 0,0:13:02.66,0:13:04.20,Default,,0000,0000,0000,,un efecto muy grande,
Dialogue: 0,0:13:04.20,0:13:07.10,Default,,0000,0000,0000,,y, aun así, los iguales sobresalientes\Na pesar de tener
Dialogue: 0,0:13:07.40,0:13:09.16,Default,,0000,0000,0000,,la oferta de un cupo\Nen una escuela de examen
Dialogue: 0,0:13:09.16,0:13:11.30,Default,,0000,0000,0000,,no parece que haga incrementar\Nel aprendizaje.
Dialogue: 0,0:13:11.70,0:13:15.70,Default,,0000,0000,0000,,Grafiquemos las notas de los candidatos\Nal ACT contra sus valores de desempate.
Dialogue: 0,0:13:16.10,0:13:18.75,Default,,0000,0000,0000,,Esta gráfica muestra que los candidatos\Na la escuela de examen
Dialogue: 0,0:13:18.75,0:13:20.84,Default,,0000,0000,0000,,que superaron el punto\Nde corte clasificatorio
Dialogue: 0,0:13:20.84,0:13:23.70,Default,,0000,0000,0000,,se desempeñan peor\Nde forma acentuada en el ACT.
Dialogue: 0,0:13:24.10,0:13:25.40,Default,,0000,0000,0000,,¿Cuál es la explicación de esto?
Dialogue: 0,0:13:25.70,0:13:29.49,Default,,0000,0000,0000,,Hay que comentar sobre la VI\Ny la RD para desenredar las fuerzas
Dialogue: 0,0:13:29.49,0:13:33.16,Default,,0000,0000,0000,,detrás de este intrigante\Ne inesperado efecto negativo,
Dialogue: 0,0:13:33.16,0:13:35.40,Default,,0000,0000,0000,,pero primero, algo sobre la teoría IV.
Dialogue: 0,0:13:36.14,0:13:38.62,Default,,0000,0000,0000,,Un poco de LATE
Dialogue: 0,0:13:40.02,0:13:42.62,Default,,0000,0000,0000,,Guido Imbens y yo desarrollamos\Nherramientas teóricas
Dialogue: 0,0:13:42.62,0:13:44.51,Default,,0000,0000,0000,,para mejorar el entendimiento\Nde los economistas
Dialogue: 0,0:13:44.51,0:13:46.34,Default,,0000,0000,0000,,de las estrategias empíricas
Dialogue: 0,0:13:46.34,0:13:48.40,Default,,0000,0000,0000,,que involucran a VI y RD.
Dialogue: 0,0:13:49.10,0:13:51.80,Default,,0000,0000,0000,,El premio que compartimos\Nes un reconocimiento por este trabajo.
Dialogue: 0,0:13:52.30,0:13:55.15,Default,,0000,0000,0000,,Guido y yo coincidimos\Núnicamente un año en Harvard
Dialogue: 0,0:13:55.15,0:13:58.29,Default,,0000,0000,0000,,donde ambos obtuvimos nuestros\Nprimeros trabajos de post doctorado.
Dialogue: 0,0:13:58.29,0:14:00.81,Default,,0000,0000,0000,,Le di la bienvenida a Guido\Nen Cambridge, Massachusetts,
Dialogue: 0,0:14:00.81,0:14:03.70,Default,,0000,0000,0000,,con un par\Nde variables instrumentales interesantes.
Dialogue: 0,0:14:04.12,0:14:06.10,Default,,0000,0000,0000,,Usé el instrumento\Nde selección por lotería
Dialogue: 0,0:14:06.10,0:14:07.50,Default,,0000,0000,0000,,en mi tesis de doctorado
Dialogue: 0,0:14:07.80,0:14:11.02,Default,,0000,0000,0000,,para estimar las consecuencias \Neconómicas a largo plazo
Dialogue: 0,0:14:11.02,0:14:12.83,Default,,0000,0000,0000,,de servir en las Fuerzas Armadas
Dialogue: 0,0:14:12.83,0:14:14.80,Default,,0000,0000,0000,,[de] los soldados\Nque fueron llamados a fila
Dialogue: 0,0:14:14.80,0:14:17.36,Default,,0000,0000,0000,,El instrumento de la lotería\Nde selección se basa en que los números
Dialogue: 0,0:14:17.36,0:14:20.20,Default,,0000,0000,0000,,de la lotería se asignan \Naleatoriamente a los cumpleaños
Dialogue: 0,0:14:20.20,0:14:23.20,Default,,0000,0000,0000,,determinados en el riesgo de conscripción\Nde la era de Vietnam.
Dialogue: 0,0:14:23.50,0:14:26.36,Default,,0000,0000,0000,,Aun así, la mayoría de los soldados\Nfueron voluntarios
Dialogue: 0,0:14:26.36,0:14:27.68,Default,,0000,0000,0000,,tal y como lo es hoy.
Dialogue: 0,0:14:27.88,0:14:29.59,Default,,0000,0000,0000,,El instrumento del trimestre de nacimiento
Dialogue: 0,0:14:29.59,0:14:32.11,Default,,0000,0000,0000,,se usa en mi artículo\Nde 1991 con Alan Krueger
Dialogue: 0,0:14:32.11,0:14:34.80,Default,,0000,0000,0000,,para estimar\Nlos retornos económicos escolares.
Dialogue: 0,0:14:34.80,0:14:36.45,Default,,0000,0000,0000,,Este instrumento se basa en el hecho
Dialogue: 0,0:14:36.45,0:14:38.55,Default,,0000,0000,0000,,de que a los hombres nacidos\Nal principio del año
Dialogue: 0,0:14:38.55,0:14:40.39,Default,,0000,0000,0000,,se les permitía abandonar la preparatoria
Dialogue: 0,0:14:40.39,0:14:42.04,Default,,0000,0000,0000,,en su cumpleaños número dieciséis
Dialogue: 0,0:14:42.04,0:14:45.00,Default,,0000,0000,0000,,con menor escolaridad concluida\Nque aquellos que nacieron después.
Dialogue: 0,0:14:45.30,0:14:47.80,Default,,0000,0000,0000,,Guido y yo comenzamos a preguntarnos:
Dialogue: 0,0:14:48.10,0:14:50.80,Default,,0000,0000,0000,,"¿Qué es lo que realmente aprendemos\Nde la selección de idoneidad
Dialogue: 0,0:14:50.80,0:14:53.10,Default,,0000,0000,0000,,y los experimentos naturales\Ndel trimestre de nacimiento?".
Dialogue: 0,0:14:53.50,0:14:56.80,Default,,0000,0000,0000,,Uno primer resultado en nuestra\Nbúsqueda de un nuevo entendimiento de VI
Dialogue: 0,0:14:57.02,0:14:59.65,Default,,0000,0000,0000,,fue la solución al problema\Nde sesgo de selección
Dialogue: 0,0:14:59.65,0:15:02.10,Default,,0000,0000,0000,,en un ECA con cumplimiento parcial.
Dialogue: 0,0:15:02.70,0:15:04.80,Default,,0000,0000,0000,,Incluso en un ensayo clínico aleatorizado,
Dialogue: 0,0:15:05.10,0:15:07.90,Default,,0000,0000,0000,,algunas de las personas asignadas\Nal tratamiento podría optar por salirse.
Dialogue: 0,0:15:08.10,0:15:10.64,Default,,0000,0000,0000,,Este hecho siempre ha hecho\Nque los ensayistas queden descontentos
Dialogue: 0,0:15:10.64,0:15:14.55,Default,,0000,0000,0000,,porque las decisiones para no participar\Nno se hacen aleatoriamente.
Dialogue: 0,0:15:15.01,0:15:16.93,Default,,0000,0000,0000,,Nuestro primer manuscrito juntos
Dialogue: 0,0:15:16.93,0:15:20.61,Default,,0000,0000,0000,,muestra que en un ensayo aleatorizado\Ncon cumplimiento parcial
Dialogue: 0,0:15:20.61,0:15:21.96,Default,,0000,0000,0000,,se puede usar la VI
Dialogue: 0,0:15:21.96,0:15:24.33,Default,,0000,0000,0000,,para estimar el efecto del tratamiento\Nen los que han sido tratados,
Dialogue: 0,0:15:24.33,0:15:26.42,Default,,0000,0000,0000,,incluso cuando a algunos\Nse les ofrece tratamiento
Dialogue: 0,0:15:26.42,0:15:27.48,Default,,0000,0000,0000,,y lo rechazan.
Dialogue: 0,0:15:27.48,0:15:29.07,Default,,0000,0000,0000,,Esto funciona a pesar de que aquellos
Dialogue: 0,0:15:29.07,0:15:30.40,Default,,0000,0000,0000,,que cumplen con el tratamiento
Dialogue: 0,0:15:30.40,0:15:32.80,Default,,0000,0000,0000,,podrían ser un grupo muy selecto.
Dialogue: 0,0:15:33.10,0:15:35.50,Default,,0000,0000,0000,,Desafortunadamente para nosotros,\Nllegamos tarde a la fiesta.
Dialogue: 0,0:15:36.00,0:15:38.80,Default,,0000,0000,0000,,Poco tiempo después\Nde publicar nuestro primer escrito
Dialogue: 0,0:15:38.80,0:15:41.60,Default,,0000,0000,0000,,aprendimos sobre la contribución concisa\Nde Howard Bloom
Dialogue: 0,0:15:41.60,0:15:44.23,Default,,0000,0000,0000,,que incluye este resultado teórico.
Dialogue: 0,0:15:44.23,0:15:47.66,Default,,0000,0000,0000,,Notablemente, Bloom derivó esto\Nde los primeros principios
Dialogue: 0,0:15:47.66,0:15:49.83,Default,,0000,0000,0000,,sin hacer conexión con la VI.
Dialogue: 0,0:15:50.20,0:15:52.40,Default,,0000,0000,0000,,Entonces Guido y yo volvimos\Na nuestro punto de partida
Dialogue: 0,0:15:52.40,0:15:54.60,Default,,0000,0000,0000,,Y unos meses después, tuvimos el LATE
Dialogue: 0,0:15:54.80,0:15:56.22,Default,,0000,0000,0000,,un teorema que muestra cómo estimar
Dialogue: 0,0:15:56.22,0:15:58.88,Default,,0000,0000,0000,,el promedio local del efecto tratamiento.
Dialogue: 0,0:15:58.88,0:16:01.60,Default,,0000,0000,0000,,El teorema LATE\Ngeneraliza el teorema de Bloom
Dialogue: 0,0:16:01.60,0:16:05.53,Default,,0000,0000,0000,,y establece la conexión entre\Nel cumplimiento y VI.
Dialogue: 0,0:16:06.10,0:16:08.30,Default,,0000,0000,0000,,Manteniendo la analogía \Nde los ensayos clínicos,
Dialogue: 0,0:16:08.30,0:16:11.70,Default,,0000,0000,0000,,si Zi indica si al sujeto i\Nse le ofrece tratamiento,
Dialogue: 0,0:16:11.70,0:16:13.36,Default,,0000,0000,0000,,esto se asigna aleatoriamente,
Dialogue: 0,0:16:13.36,0:16:16.98,Default,,0000,0000,0000,,y, también, si D1i indica el estatus\Ndel tratamiento del sujeto i
Dialogue: 0,0:16:16.98,0:16:18.50,Default,,0000,0000,0000,,cuando se le ha asignado al tratamiento
Dialogue: 0,0:16:18.50,0:16:21.46,Default,,0000,0000,0000,,y si D0i indica el estatus \Ndel tratamiento del sujeto i
Dialogue: 0,0:16:21.46,0:16:22.88,Default,,0000,0000,0000,,cuando se asigne al control,
Dialogue: 0,0:16:23.30,0:16:24.88,Default,,0000,0000,0000,,usaré esta notación formal
Dialogue: 0,0:16:24.88,0:16:27.00,Default,,0000,0000,0000,,para dar una declaración clara\Ndel resultado de LATE
Dialogue: 0,0:16:27.30,0:16:29.10,Default,,0000,0000,0000,,y luego daremos seguimiento con ejemplos.
Dialogue: 0,0:16:29.60,0:16:31.39,Default,,0000,0000,0000,,Una pieza clave\Npara la estructura del LATE,
Dialogue: 0,0:16:31.39,0:16:33.67,Default,,0000,0000,0000,,liderado por el estadístico Don Rubin,
Dialogue: 0,0:16:33.67,0:16:36.32,Default,,0000,0000,0000,,es el par de resultados potenciales.
Dialogue: 0,0:16:36.32,0:16:37.84,Default,,0000,0000,0000,,Como ya es costumbre,
Dialogue: 0,0:16:37.84,0:16:39.97,Default,,0000,0000,0000,,expreso los resultados potenciales\Npara el sujeto i
Dialogue: 0,0:16:39.97,0:16:41.90,Default,,0000,0000,0000,,en los estados con tratamiento\Ny sin tratamiento
Dialogue: 0,0:16:42.10,0:16:45.40,Default,,0000,0000,0000,,mediante Y1i y Y0i respectivamente.
Dialogue: 0,0:16:45.90,0:16:48.91,Default,,0000,0000,0000,,El resultado observado\Nes Y1i para el que está tratado
Dialogue: 0,0:16:48.91,0:16:51.20,Default,,0000,0000,0000,,y Y0i para los no tratados.
Dialogue: 0,0:16:51.50,0:16:53.96,Default,,0000,0000,0000,,Y1i menos Y0i
Dialogue: 0,0:16:53.96,0:16:56.86,Default,,0000,0000,0000,,es el efecto causal\Ndel tratamiento en el sujeto i,
Dialogue: 0,0:16:56.86,0:16:58.74,Default,,0000,0000,0000,,pero esto nunca lo podemos ver.
Dialogue: 0,0:16:58.74,0:17:02.56,Default,,0000,0000,0000,,Por tanto, tratamos de estimar\Nalgún tipo de efecto causal promedio.
Dialogue: 0,0:17:02.56,0:17:05.64,Default,,0000,0000,0000,,La estructura del LATE nos permite\Nhacer lo que hace ECA
Dialogue: 0,0:17:05.64,0:17:07.50,Default,,0000,0000,0000,,donde algunos controles son tratados.
Dialogue: 0,0:17:07.50,0:17:08.63,Default,,0000,0000,0000,,El teorema dice
Dialogue: 0,0:17:08.63,0:17:10.48,Default,,0000,0000,0000,,que el efecto causal promedio\Nsobre las personas,
Dialogue: 0,0:17:10.48,0:17:12.36,Default,,0000,0000,0000,,cuyo estado de tratamiento puede cambiarse
Dialogue: 0,0:17:12.36,0:17:14.24,Default,,0000,0000,0000,,ofreciéndole el tratamiento,
Dialogue: 0,0:17:14.24,0:17:17.24,Default,,0000,0000,0000,,es la proporción de [IT] de la diferencia\Ndel control del tratamiento
Dialogue: 0,0:17:17.24,0:17:18.40,Default,,0000,0000,0000,,en las tasas de cumplimiento.
Dialogue: 0,0:17:18.70,0:17:21.40,Default,,0000,0000,0000,,Una declaración matemática\Nde este resultado aparece aquí
Dialogue: 0,0:17:21.80,0:17:25.74,Default,,0000,0000,0000,,donde la letra griega delta\Nsimboliza el efecto [IT]
Dialogue: 0,0:17:25.74,0:17:28.53,Default,,0000,0000,0000,,y los símbolos griegos pi1 y pi0
Dialogue: 0,0:17:28.53,0:17:31.46,Default,,0000,0000,0000,,son tasas de cumplimiento\Nen el grupo asignado al tratamiento
Dialogue: 0,0:17:31.46,0:17:34.00,Default,,0000,0000,0000,,y el grupo asignado al control\Nrespectivamente.
Dialogue: 0,0:17:34.60,0:17:36.24,Default,,0000,0000,0000,,La versión impresa de esta clase ahonda
Dialogue: 0,0:17:36.24,0:17:38.60,Default,,0000,0000,0000,,en la historia intelectual del LATE,
Dialogue: 0,0:17:38.80,0:17:41.40,Default,,0000,0000,0000,,resaltando las contribuciones clave\Nhechas con Rubin.
Dialogue: 0,0:17:41.70,0:17:45.10,Default,,0000,0000,0000,,Por ahora, me gustaría hacer concreto\Nel teorema del LATE para ti,
Dialogue: 0,0:17:45.30,0:17:47.85,Default,,0000,0000,0000,,compartiendo\Nuna de mis aplicaciones favoritas de él.
Dialogue: 0,0:17:52.70,0:17:54.40,Default,,0000,0000,0000,,Explicaré la estructura del LATE
Dialogue: 0,0:17:54.40,0:17:56.80,Default,,0000,0000,0000,,a través de una pregunta de investigación\Nque me ha fascinado
Dialogue: 0,0:17:56.80,0:17:58.40,Default,,0000,0000,0000,,casi por dos décadas:
Dialogue: 0,0:17:58.71,0:17:59.97,Default,,0000,0000,0000,,¿Cuál es el efecto causal
Dialogue: 0,0:17:59.97,0:18:02.50,Default,,0000,0000,0000,,de la asistencia a una escuela chárter\Nsobre el aprendizaje?
Dialogue: 0,0:18:02.50,0:18:04.50,Default,,0000,0000,0000,,Las escuelas autónomas\Nson escuelas públicas
Dialogue: 0,0:18:04.50,0:18:05.90,Default,,0000,0000,0000,,que operan independientemente
Dialogue: 0,0:18:05.90,0:18:08.70,Default,,0000,0000,0000,,de los distritos de las escuelas públicas\Ntradicionales de Estados Unidos.
Dialogue: 0,0:18:08.70,0:18:11.91,Default,,0000,0000,0000,,La autonomía, el derecho de operar\Nuna escuela pública;
Dialogue: 0,0:18:11.91,0:18:14.40,Default,,0000,0000,0000,,generalmente, se obtiene \Npor tiempo limitado
Dialogue: 0,0:18:14.60,0:18:17.80,Default,,0000,0000,0000,,sujeto a la renovación, condicionada\Npor el buen desempeño de una escuela.
Dialogue: 0,0:18:18.35,0:18:20.25,Default,,0000,0000,0000,,Las escuelas autónomas\Nson libres de estructurar
Dialogue: 0,0:18:20.25,0:18:22.30,Default,,0000,0000,0000,,su currículum y su ambiente escolar.
Dialogue: 0,0:18:22.30,0:18:23.97,Default,,0000,0000,0000,,La diferencia más controversial
Dialogue: 0,0:18:23.97,0:18:26.40,Default,,0000,0000,0000,,entre las escuelas autónomas\Ny las públicas tradicionales
Dialogue: 0,0:18:26.42,0:18:28.37,Default,,0000,0000,0000,,es el hecho de que los maestros\Ny el personal que trabajan
Dialogue: 0,0:18:28.37,0:18:29.86,Default,,0000,0000,0000,,en las escuelas autónomas
Dialogue: 0,0:18:29.86,0:18:31.97,Default,,0000,0000,0000,,raramente pertenecen\Na sindicatos laborales.
Dialogue: 0,0:18:31.97,0:18:35.11,Default,,0000,0000,0000,,Al contrario, la mayoría de los maestros\Nde las grandes escuelas públicas
Dialogue: 0,0:18:35.11,0:18:36.80,Default,,0000,0000,0000,,trabajan bajo contratos sindicales.
Dialogue: 0,0:18:37.50,0:18:41.02,Default,,0000,0000,0000,,El documental del 2010\N"Esperando a Superman"
Dialogue: 0,0:18:41.02,0:18:44.35,Default,,0000,0000,0000,,muestra las escuelas que pertenecen\Nal programa el "Conocimiento es poder",
Dialogue: 0,0:18:44.35,0:18:45.35,Default,,0000,0000,0000,,PCEP.
Dialogue: 0,0:18:45.35,0:18:48.74,Default,,0000,0000,0000,,Estas escuelas son un emblema\Nde expectativas muy altas
Dialogue: 0,0:18:48.74,0:18:53.00,Default,,0000,0000,0000,,algunas veces también llamado el enfoque \N"sin excusas" de la escuela pública
Dialogue: 0,0:18:53.40,0:18:55.14,Default,,0000,0000,0000,,El modelo "sin excusas"
Dialogue: 0,0:18:55.14,0:18:57.86,Default,,0000,0000,0000,,presenta una jornada escolar larga\Ny un año escolar extendido
Dialogue: 0,0:18:57.86,0:18:59.47,Default,,0000,0000,0000,,contratación selectiva\Nde maestros y se enfoca
Dialogue: 0,0:18:59.47,0:19:02.40,Default,,0000,0000,0000,,en las competencias tradicionales \Nde lectura y matemáticas.
Dialogue: 0,0:19:03.15,0:19:05.64,Default,,0000,0000,0000,,El debate estadounidense\Nsobre la reforma educativa
Dialogue: 0,0:19:05.64,0:19:08.20,Default,,0000,0000,0000,,a menudo se enfoca\Nsobre la brecha del desempeño,
Dialogue: 0,0:19:08.20,0:19:10.89,Default,,0000,0000,0000,,que es la clave de las grandes diferencias\Nentre las notas de examen
Dialogue: 0,0:19:10.89,0:19:12.60,Default,,0000,0000,0000,,por raza y grupo étnico.
Dialogue: 0,0:19:12.60,0:19:15.36,Default,,0000,0000,0000,,Debido a su enfoque \Nen los estudiantes de las minorías,
Dialogue: 0,0:19:15.36,0:19:17.72,Default,,0000,0000,0000,,el PCEP es a menudo central en este debate
Dialogue: 0,0:19:17.72,0:19:19.51,Default,,0000,0000,0000,,con partidarios apuntando al hecho
Dialogue: 0,0:19:19.51,0:19:22.59,Default,,0000,0000,0000,,de que los estudiantes del PCEP\Nque no son blancos tienen
Dialogue: 0,0:19:22.59,0:19:24.40,Default,,0000,0000,0000,,mucho mejores notas\Nque los que no son blancos
Dialogue: 0,0:19:24.40,0:19:25.40,Default,,0000,0000,0000,,de escuelas cercanas.
Dialogue: 0,0:19:25.40,0:19:27.60,Default,,0000,0000,0000,,Por otro lado, los escépticos del PCEP
Dialogue: 0,0:19:27.60,0:19:29.82,Default,,0000,0000,0000,,sostienen que el éxito aparente del PCEP
Dialogue: 0,0:19:29.82,0:19:32.02,Default,,0000,0000,0000,,refleja el hecho \Nde que el PCEP atrae a familias
Dialogue: 0,0:19:32.02,0:19:35.42,Default,,0000,0000,0000,,cuyos niños de todas maneras\Ntienen más probabilidad de triunfar.
Dialogue: 0,0:19:35.42,0:19:36.66,Default,,0000,0000,0000,,¿Quién tiene la razón?
Dialogue: 0,0:19:37.16,0:19:38.97,Default,,0000,0000,0000,,Como ya habrás podido suponer
Dialogue: 0,0:19:38.97,0:19:41.05,Default,,0000,0000,0000,,un ensayo aleatorizado puede ser decisivo
Dialogue: 0,0:19:41.05,0:19:43.10,Default,,0000,0000,0000,,en el debate\Nsobre las escuelas como las del PCEP.
Dialogue: 0,0:19:43.80,0:19:45.43,Default,,0000,0000,0000,,Sin embargo, como en los Premios Nobel,
Dialogue: 0,0:19:45.43,0:19:47.70,Default,,0000,0000,0000,,los cupos en el PCEP\Nno se asignan aleatoriamente.
Dialogue: 0,0:19:48.10,0:19:50.30,Default,,0000,0000,0000,,Bien, al menos, no totalmente.
Dialogue: 0,0:19:50.58,0:19:51.61,Default,,0000,0000,0000,,De hecho,
Dialogue: 0,0:19:51.61,0:19:54.90,Default,,0000,0000,0000,,las escuelas autónomas de Massachusetts\Ncon más candidatos que cupos
Dialogue: 0,0:19:54.90,0:19:56.95,Default,,0000,0000,0000,,deben ofrecer sus cupos a través lotería.
Dialogue: 0,0:19:57.30,0:19:59.61,Default,,0000,0000,0000,,Parece ser un buen experimento natural.
Dialogue: 0,0:20:00.20,0:20:01.56,Default,,0000,0000,0000,,Hace un poco más de una década,
Dialogue: 0,0:20:01.56,0:20:03.70,Default,,0000,0000,0000,,mis colaboradores y yo, recolectamos datos
Dialogue: 0,0:20:03.70,0:20:05.50,Default,,0000,0000,0000,,de loterías de admisiones en PCEP
Dialogue: 0,0:20:05.50,0:20:09.30,Default,,0000,0000,0000,,sentando las bases\Nde dos estudios autónomos novedosos,
Dialogue: 0,0:20:09.30,0:20:11.80,Default,,0000,0000,0000,,el primero que usó loterías\Npara estudiar el PCEP.
Dialogue: 0,0:20:12.30,0:20:15.30,Default,,0000,0000,0000,,Nuestro análisis del PCEP\Nes una historia de la VI clásica
Dialogue: 0,0:20:15.60,0:20:18.30,Default,,0000,0000,0000,,porque muchos estudiantes a quienes\Nles ofrecieron un cupo en la lotería
Dialogue: 0,0:20:18.60,0:20:20.20,Default,,0000,0000,0000,,del PCEP no se presentaron en el otoño
Dialogue: 0,0:20:20.39,0:20:23.30,Default,,0000,0000,0000,,mientras que a unos pocos
Dialogue: 0,0:20:23.30,0:20:24.30,Default,,0000,0000,0000,,que no les ofrecieron cupo\Nlograron entrar.
Dialogue: 0,0:20:24.30,0:20:26.70,Default,,0000,0000,0000,,Este gráfico muestra las notas\Nde matemáticas de los candidatos
Dialogue: 0,0:20:26.70,0:20:27.70,Default,,0000,0000,0000,,de educación media del PCEP
Dialogue: 0,0:20:27.70,0:20:30.18,Default,,0000,0000,0000,,un año después de aplicar al PCEP.
Dialogue: 0,0:20:30.18,0:20:31.88,Default,,0000,0000,0000,,Las entradas encima de la línea
Dialogue: 0,0:20:31.88,0:20:34.19,Default,,0000,0000,0000,,muestran que los candidatos\Na quienes se les ofreció un cupo
Dialogue: 0,0:20:34.19,0:20:37.08,Default,,0000,0000,0000,,tienen notas de matemáticas estandarizadas\Ncercanas a 0;
Dialogue: 0,0:20:37.08,0:20:39.10,Default,,0000,0000,0000,,o sea, cerca del promedio estatal.
Dialogue: 0,0:20:39.30,0:20:42.27,Default,,0000,0000,0000,,Como antes, estamos trabajando\Ncon datos de notas estandarizadas
Dialogue: 0,0:20:42.27,0:20:45.20,Default,,0000,0000,0000,,con media 0 y desviación estándar 1.
Dialogue: 0,0:20:45.50,0:20:48.40,Default,,0000,0000,0000,,Puesto que los candidatos del PCEP\Ncomienzan con notas de cuarto grado
Dialogue: 0,0:20:48.40,0:20:51.26,Default,,0000,0000,0000,,que están aproximadamente\Na 0,3 desviaciones estándar
Dialogue: 0,0:20:51.26,0:20:53.13,Default,,0000,0000,0000,,debajo de la media estatal,
Dialogue: 0,0:20:53.13,0:20:56.11,Default,,0000,0000,0000,,el desempeño a nivel\Ndel promedio estatal es impresionante.
Dialogue: 0,0:20:56.59,0:21:00.53,Default,,0000,0000,0000,,Al contrario, el promedio\Nde las notas de matemáticas
Dialogue: 0,0:21:00.53,0:21:03.36,Default,,0000,0000,0000,,entre los que no se les ofreció cupo\Nes aproximadamente -0,36 σ;
Dialogue: 0,0:21:03.36,0:21:06.90,Default,,0000,0000,0000,,o sea, 0,36 desviaciones estándar\Npor debajo de la media estatal,
Dialogue: 0,0:21:07.10,0:21:10.20,Default,,0000,0000,0000,,un resultado típico para los estudiantes\Nurbanos de Massachusetts.
Dialogue: 0,0:21:10.70,0:21:13.36,Default,,0000,0000,0000,,Como las ofertas de la lotería \Nse asignan aleatoriamente,
Dialogue: 0,0:21:13.36,0:21:16.61,Default,,0000,0000,0000,,podemos decir con confianza\Nque el ofrecimiento de un cupo en el PCEP
Dialogue: 0,0:21:16.61,0:21:20.38,Default,,0000,0000,0000,,aumenta las notas de matemáticas\Nen un promedio de 0,36 σ,
Dialogue: 0,0:21:20.38,0:21:23.60,Default,,0000,0000,0000,,un efecto muy grande\Nque también es estadísticamente preciso.
Dialogue: 0,0:21:23.90,0:21:26.50,Default,,0000,0000,0000,,Podemos decir con confianza\Nque no es un hallazgo causal.
Dialogue: 0,0:21:26.95,0:21:29.62,Default,,0000,0000,0000,,¿Qué nos dice el efecto \Nde una oferta de 0,36 σ
Dialogue: 0,0:21:29.62,0:21:33.00,Default,,0000,0000,0000,,sobre los efectos de entrar\Nen realidad en PCEP?
Dialogue: 0,0:21:33.60,0:21:35.90,Default,,0000,0000,0000,,Los métodos VI convierten\Nlos efectos de las ofertas PCEP
Dialogue: 0,0:21:35.90,0:21:37.70,Default,,0000,0000,0000,,en efectos de asistencia a PCEP.
Dialogue: 0,0:21:38.30,0:21:39.80,Default,,0000,0000,0000,,Usaré un video breve
Dialogue: 0,0:21:39.80,0:21:42.93,Default,,0000,0000,0000,,de mi curso corto \Nde Marginal Revolution University
Dialogue: 0,0:21:42.93,0:21:44.78,Default,,0000,0000,0000,,para revisar brevemente\Nlos supuestos clave
Dialogue: 0,0:21:44.78,0:21:46.38,Default,,0000,0000,0000,,detrás de esta conversión.
Dialogue: 0,0:21:46.68,0:21:49.00,Default,,0000,0000,0000,,[Narrador] La VI describe\Nuna reacción en cadena
Dialogue: 0,0:21:49.50,0:21:52.30,Default,,0000,0000,0000,,¿Por qué las ofertas afectan al logro?
Dialogue: 0,0:21:52.30,0:21:55.33,Default,,0000,0000,0000,,Porque probablemente ellas afectan\Nla asistencia a las escuelas chárter,
Dialogue: 0,0:21:55.33,0:21:58.11,Default,,0000,0000,0000,,y la asistencia a la escuela chárter\Nmejora las notas en matemáticas.
Dialogue: 0,0:21:58.50,0:22:02.55,Default,,0000,0000,0000,,El primer eslabón de la cadena,\Nllamado, primera etapa,
Dialogue: 0,0:22:02.55,0:22:05.80,Default,,0000,0000,0000,,es el efecto de la lotería\Nen la asistencia a la escuela chárter.
Dialogue: 0,0:22:06.20,0:22:08.43,Default,,0000,0000,0000,,La segunda etapa es la relación
Dialogue: 0,0:22:08.43,0:22:11.90,Default,,0000,0000,0000,,entre asistir a una escuela chárter\Ny una variable resultado,
Dialogue: 0,0:22:11.90,0:22:14.46,Default,,0000,0000,0000,,en este caso, \Nlas calificaciones en matemáticas.
Dialogue: 0,0:22:14.46,0:22:18.30,Default,,0000,0000,0000,,La variable instrumental,\No el instrumento, para resumir,
Dialogue: 0,0:22:18.30,0:22:21.80,Default,,0000,0000,0000,,es la variable que inicia\Nla reacción en cadena.
Dialogue: 0,0:22:22.90,0:22:25.74,Default,,0000,0000,0000,,El efecto del instrumento\Nsobre el resultado
Dialogue: 0,0:22:25.74,0:22:28.34,Default,,0000,0000,0000,,se llama forma reducida.
Dialogue: 0,0:22:29.80,0:22:33.20,Default,,0000,0000,0000,,Esta reacción en cadena puede ser\Nrepresentada matemáticamente.
Dialogue: 0,0:22:33.70,0:22:38.16,Default,,0000,0000,0000,,Multiplicamos la primera etapa,\Nel efecto de ganar sobre la asistencia
Dialogue: 0,0:22:38.16,0:22:42.10,Default,,0000,0000,0000,,por la segunda etapa,\Nel efecto de la asistencia
Dialogue: 0,0:22:42.30,0:22:44.34,Default,,0000,0000,0000,,sobre las calificaciones escolares,\Ny obtenemos la forma reducida,
Dialogue: 0,0:22:44.34,0:22:47.20,Default,,0000,0000,0000,,el efecto de ganar la lotería\Nsobre las calificaciones.
Dialogue: 0,0:22:48.50,0:22:53.20,Default,,0000,0000,0000,,La forma reducida y la primera etapa\Nson observables y fáciles de calcular.
Dialogue: 0,0:22:53.70,0:22:56.71,Default,,0000,0000,0000,,Sin embargo, el efecto\Nde la asistencia en el logro
Dialogue: 0,0:22:56.71,0:22:58.60,Default,,0000,0000,0000,,no se observa directamente.
Dialogue: 0,0:22:59.00,0:23:02.10,Default,,0000,0000,0000,,Este es el efecto causal\Nque estamos tratando de determinar.
Dialogue: 0,0:23:02.80,0:23:05.60,Default,,0000,0000,0000,,Dados algunos supuestos importantes,\Nque discutiremos en breve,
Dialogue: 0,0:23:05.60,0:23:07.65,Default,,0000,0000,0000,,podemos hallar el efecto de la asistencia\Na una escuela del PCEP,
Dialogue: 0,0:23:07.65,0:23:10.96,Default,,0000,0000,0000,,dividiendo la forma reducida\Nentre la primera etapa.
Dialogue: 0,0:23:13.15,0:23:15.10,Default,,0000,0000,0000,,[Joshua] La VI elimina\Nel sesgo de selección,
Dialogue: 0,0:23:15.19,0:23:16.92,Default,,0000,0000,0000,,pero, al igual que todas \Nnuestras herramientas,
Dialogue: 0,0:23:16.92,0:23:19.14,Default,,0000,0000,0000,,la solución construida sobre\Nuna serie de supuestos
Dialogue: 0,0:23:19.14,0:23:21.10,Default,,0000,0000,0000,,no deben darse por sentada.
Dialogue: 0,0:23:21.60,0:23:24.80,Default,,0000,0000,0000,,Primero, debe haber\Nuna primera etapa sustancial,
Dialogue: 0,0:23:25.10,0:23:27.17,Default,,0000,0000,0000,,que es una variable instrumental,
Dialogue: 0,0:23:27.17,0:23:29.24,Default,,0000,0000,0000,,ganar o perder la lotería,
Dialogue: 0,0:23:29.24,0:23:32.65,Default,,0000,0000,0000,,que debe realmente cambiar la variable\Ncuyos efectos son los que nos interesan
Dialogue: 0,0:23:32.65,0:23:34.40,Default,,0000,0000,0000,,aquí, la asistencia a una escuela PCEP.
Dialogue: 0,0:23:34.90,0:23:38.09,Default,,0000,0000,0000,,En este caso, la primera etapa\Nno está en duda realmente.
Dialogue: 0,0:23:38.09,0:23:39.14,Default,,0000,0000,0000,,Ganar la lotería
Dialogue: 0,0:23:39.14,0:23:41.50,Default,,0000,0000,0000,,hace que la asistencia\Na una escuela PCEP sea más probable.
Dialogue: 0,0:23:42.10,0:23:44.20,Default,,0000,0000,0000,,No todas las historias\Nla VI son como esta.
Dialogue: 0,0:23:45.00,0:23:48.33,Default,,0000,0000,0000,,Segundo, el instrumento tiene\Nque ser tan bueno como la asignación
Dialogue: 0,0:23:48.33,0:23:51.50,Default,,0000,0000,0000,,al azar; lo que significa que ganadores\Ny perdedores de la lotería
Dialogue: 0,0:23:51.50,0:23:52.50,Default,,0000,0000,0000,,tienen características similares.
Dialogue: 0,0:23:52.50,0:23:55.00,Default,,0000,0000,0000,,Ese es un supuesto de independencia.
Dialogue: 0,0:23:55.40,0:23:59.31,Default,,0000,0000,0000,,Por supuesto, las victorias de la lotería del PCEP\Nen verdad son asignadas al azar.
Dialogue: 0,0:23:59.31,0:24:01.76,Default,,0000,0000,0000,,Aun así, deberíamos verificar\Nel balance y confirmar
Dialogue: 0,0:24:01.76,0:24:03.30,Default,,0000,0000,0000,,que los ganadores y perdedores
Dialogue: 0,0:24:03.30,0:24:06.68,Default,,0000,0000,0000,,tengan un entorno familiar similar,\Naptitudes similares, etc.
Dialogue: 0,0:24:07.30,0:24:10.30,Default,,0000,0000,0000,,En esencia, estamos verificando\Nque se garantice que la lotería del PCEP
Dialogue: 0,0:24:10.60,0:24:13.90,Default,,0000,0000,0000,,sean imparciales, sin grupos de aspirantes\Nsospechosamente más propensos a ganar.
Dialogue: 0,0:24:14.80,0:24:17.72,Default,,0000,0000,0000,,Finalmente, se requiere que el instrumento\Ncambie los resultados
Dialogue: 0,0:24:17.72,0:24:19.88,Default,,0000,0000,0000,,únicamente a través\Nde la variable de interés,
Dialogue: 0,0:24:19.88,0:24:21.75,Default,,0000,0000,0000,,en este caso, asistir\Na una escuela del PCEP.
Dialogue: 0,0:24:21.90,0:24:24.80,Default,,0000,0000,0000,,Este supuesto se llama\Nrestricción de exclusión.
Dialogue: 0,0:24:27.20,0:24:28.84,Default,,0000,0000,0000,,El efecto causal de la asistencia\Na una escuela del PCEP
Dialogue: 0,0:24:28.84,0:24:30.10,Default,,0000,0000,0000,,puede ser por tanto escrito
Dialogue: 0,0:24:30.10,0:24:32.84,Default,,0000,0000,0000,,como la proporción del efecto\Nde las ofertas sobre las notas
Dialogue: 0,0:24:32.84,0:24:33.92,Default,,0000,0000,0000,,en el numerador
Dialogue: 0,0:24:33.92,0:24:36.13,Default,,0000,0000,0000,,sobre el efecto de las ofertas\Nen la inscripción a PCEP
Dialogue: 0,0:24:36.13,0:24:37.50,Default,,0000,0000,0000,,en el denominador.
Dialogue: 0,0:24:37.50,0:24:39.70,Default,,0000,0000,0000,,El numerador en esta fórmula VI;
Dialogue: 0,0:24:39.70,0:24:42.66,Default,,0000,0000,0000,,o sea, el efecto directo\Ndel instrumento sobre los resultados
Dialogue: 0,0:24:42.66,0:24:43.83,Default,,0000,0000,0000,,tiene un nombre especial,
Dialogue: 0,0:24:43.83,0:24:46.51,Default,,0000,0000,0000,,se le llama forma reducida,
Dialogue: 0,0:24:46.51,0:24:48.66,Default,,0000,0000,0000,,el denominador es la primera etapa.
Dialogue: 0,0:24:49.11,0:24:51.71,Default,,0000,0000,0000,,La restricción de exclusión\Nes a menudo la parte más confusa,
Dialogue: 0,0:24:51.71,0:24:54.67,Default,,0000,0000,0000,,o la más controvertida,\Nde una historia VI.
Dialogue: 0,0:24:54.98,0:24:57.69,Default,,0000,0000,0000,,Aquí, la restricción de exclusión\Nequivale a declarar
Dialogue: 0,0:24:57.69,0:25:01.90,Default,,0000,0000,0000,,que el diferencial de 0,36 en la nota\Nentre los ganadores y los perdedores
Dialogue: 0,0:25:01.90,0:25:04.15,Default,,0000,0000,0000,,de la lotería es enteramente atribuible
Dialogue: 0,0:25:04.15,0:25:07.69,Default,,0000,0000,0000,,a la diferencia de la pérdida/ganancia\Nde 0,74 en la tasa de asistencia.
Dialogue: 0,0:25:07.69,0:25:09.18,Default,,0000,0000,0000,,Conectando los números
Dialogue: 0,0:25:09.18,0:25:13.21,Default,,0000,0000,0000,,el efecto de la asistencia a la escuela\Ndel PCEP es de 0,48 σ,
Dialogue: 0,0:25:13.21,0:25:15.36,Default,,0000,0000,0000,,casi la mitad de la desviación estándar
Dialogue: 0,0:25:15.36,0:25:16.89,Default,,0000,0000,0000,,ganada en las notas de matemáticas,
Dialogue: 0,0:25:16.89,0:25:19.42,Default,,0000,0000,0000,,ese es\Nun efecto extraordinariamente grande.
Dialogue: 0,0:25:19.42,0:25:23.70,Default,,0000,0000,0000,,¿Quién se beneficia en extremo del PCEP?
Dialogue: 0,0:25:24.00,0:25:27.20,Default,,0000,0000,0000,,¿Todos los que aplican\Nal PCEP ven tales ganancias?
Dialogue: 0,0:25:27.60,0:25:29.40,Default,,0000,0000,0000,,El LATE responde a esta pregunta.
Dialogue: 0,0:25:29.90,0:25:33.46,Default,,0000,0000,0000,,La interpretación LATE \Nde la estrategia empírica la VI de PCEP
Dialogue: 0,0:25:33.46,0:25:36.56,Default,,0000,0000,0000,,se clarifica por la historia bíblica\Nde la Pascua judía
Dialogue: 0,0:25:36.56,0:25:39.64,Default,,0000,0000,0000,,que explica que hay cuatro tipos de niños,
Dialogue: 0,0:25:39.64,0:25:41.90,Default,,0000,0000,0000,,cada uno con conductas características.
Dialogue: 0,0:25:42.30,0:25:44.81,Default,,0000,0000,0000,,Para dar seguimiento\Na estos niños y sus conductas,
Dialogue: 0,0:25:44.81,0:25:47.12,Default,,0000,0000,0000,,les daré nombres aliterativos.
Dialogue: 0,0:25:47.12,0:25:50.86,Default,,0000,0000,0000,,Los candidatos como Álvaro,\Nmueren por entrar en una escuela del PCEP.
Dialogue: 0,0:25:50.86,0:25:53.00,Default,,0000,0000,0000,,Si Álvaro pierde la lotería PCEP,
Dialogue: 0,0:25:53.00,0:25:56.10,Default,,0000,0000,0000,,su madre de todas maneras encontrará\Nla forma de inscribirlo en el PCEP,
Dialogue: 0,0:25:56.50,0:25:58.38,Default,,0000,0000,0000,,tal vez volviendo a aplicar.
Dialogue: 0,0:25:58.38,0:26:01.10,Default,,0000,0000,0000,,Los candidatos como Camila\Nestán felices de ir a una escuela del PCEP
Dialogue: 0,0:26:01.10,0:26:03.07,Default,,0000,0000,0000,,si ganan un cupo en la lotería,
Dialogue: 0,0:26:03.07,0:26:06.03,Default,,0000,0000,0000,,pero aceptarán estoicamente\Nel veredicto si pierden.
Dialogue: 0,0:26:06.03,0:26:08.90,Default,,0000,0000,0000,,Finalmente, a los candidatos como Normando
Dialogue: 0,0:26:08.90,0:26:12.29,Default,,0000,0000,0000,,les preocupa las largas jornadas\Ny el montón de tareas
Dialogue: 0,0:26:13.29,0:26:14.29,Default,,0000,0000,0000,,que tendrán en el PCEP.\NNormando realmente no quiere ir
Dialogue: 0,0:26:14.29,0:26:17.41,Default,,0000,0000,0000,,y se rehúsa a ir a la escuela del PCEP\Ncuando se le dice que ganó la lotería.
Dialogue: 0,0:26:17.78,0:26:19.86,Default,,0000,0000,0000,,A Normando lo llamamos "nunca-lo-toma"
Dialogue: 0,0:26:19.86,0:26:22.10,Default,,0000,0000,0000,,por que gane o pierda, no va a ir\Na la escuela del PCEP.
Dialogue: 0,0:26:22.40,0:26:24.35,Default,,0000,0000,0000,,En el otro extremo\Ndel compromiso del PCEP,
Dialogue: 0,0:26:24.35,0:26:26.80,Default,,0000,0000,0000,,a Álvaro lo llamaremos "siempre-lo-toma".
Dialogue: 0,0:26:27.10,0:26:29.28,Default,,0000,0000,0000,,Él felizmente tomará el cupo\Ncuando se lo ofrezcan,
Dialogue: 0,0:26:29.28,0:26:32.53,Default,,0000,0000,0000,,mientras que su madre simplemente\Nencuentra alguna forma de lograrlo por él,
Dialogue: 0,0:26:32.53,0:26:34.18,Default,,0000,0000,0000,,aún y cuando él pierda.
Dialogue: 0,0:26:34.18,0:26:36.44,Default,,0000,0000,0000,,Para Álvaro y Normando
Dialogue: 0,0:26:36.44,0:26:40.20,Default,,0000,0000,0000,,la escuela preferida, el PCEP,
Dialogue: 0,0:26:40.20,0:26:41.20,Default,,0000,0000,0000,,tradicional,\Nno está afectada por la lotería.
Dialogue: 0,0:26:41.20,0:26:44.90,Default,,0000,0000,0000,,Camila es el tipo de candidato\Nque le da poder a la VI.
Dialogue: 0,0:26:45.20,0:26:48.48,Default,,0000,0000,0000,,El instrumento determina\Nsu estatus de tratamiento.
Dialogue: 0,0:26:48.48,0:26:51.92,Default,,0000,0000,0000,,Las estrategias de la VI dependen\Nde los candidatos como Camila
Dialogue: 0,0:26:51.92,0:26:53.70,Default,,0000,0000,0000,,a quienes llamamos "cumplidores".
Dialogue: 0,0:26:54.10,0:26:56.61,Default,,0000,0000,0000,,Este término proviene\Nde los ensayos aleatorizados
Dialogue: 0,0:26:56.61,0:26:57.90,Default,,0000,0000,0000,,explicados con anterioridad.
Dialogue: 0,0:26:58.50,0:27:00.27,Default,,0000,0000,0000,,Como ya hemos discutido,
Dialogue: 0,0:27:00.27,0:27:04.70,Default,,0000,0000,0000,,muchos ensayos aleatorios aleatorizan \Nsolo la oportunidad de ser tratados,
Dialogue: 0,0:27:04.90,0:27:07.50,Default,,0000,0000,0000,,mientras que la decisión\Nde cumplir con el tratamiento
Dialogue: 0,0:27:07.50,0:27:10.10,Default,,0000,0000,0000,,permanece voluntaria y no es aleatoria.
Dialogue: 0,0:27:10.70,0:27:13.44,Default,,0000,0000,0000,,Los cumplidores del ECA son aquellos \Nque optan por el tratamiento
Dialogue: 0,0:27:13.44,0:27:15.40,Default,,0000,0000,0000,,cuando se les hace\Nla oferta del tratamiento,
Dialogue: 0,0:27:15.40,0:27:16.75,Default,,0000,0000,0000,,pero no al revés.
Dialogue: 0,0:27:16.75,0:27:18.10,Default,,0000,0000,0000,,Con los instrumentos de lotería,
Dialogue: 0,0:27:18.40,0:27:21.35,Default,,0000,0000,0000,,el LATE es el efecto de la asistencia\Na una escuela del PCEP sobre Camila
Dialogue: 0,0:27:21.35,0:27:23.20,Default,,0000,0000,0000,,y los otros cumplidores como ella,
Dialogue: 0,0:27:23.20,0:27:25.82,Default,,0000,0000,0000,,quienes se inscriben en el PCEP\Ny toman el tratamiento
Dialogue: 0,0:27:25.82,0:27:27.84,Default,,0000,0000,0000,,cuando se les ofrece\Na través de la lotería,
Dialogue: 0,0:27:27.84,0:27:29.19,Default,,0000,0000,0000,,pero no al revés.
Dialogue: 0,0:27:29.50,0:27:31.40,Default,,0000,0000,0000,,Los métodos de la VI son poco informativos
Dialogue: 0,0:27:31.40,0:27:35.39,Default,,0000,0000,0000,,para quienes siempre lo toman como Álvaro\Ny los que nunca lo toman como Normando
Dialogue: 0,0:27:35.39,0:27:37.14,Default,,0000,0000,0000,,porque el instrumento no se relaciona
Dialogue: 0,0:27:37.14,0:27:39.00,Default,,0000,0000,0000,,con su estatus de tratamiento.
Dialogue: 0,0:27:39.25,0:27:42.00,Default,,0000,0000,0000,,¡Eh!, ¿yo dije que habían\Ncuatro tipos de niños?
Dialogue: 0,0:27:42.50,0:27:46.39,Default,,0000,0000,0000,,El cuarto tipo de niño en la teoría\Nde la VI se comporta perversamente.
Dialogue: 0,0:27:46.39,0:27:47.92,Default,,0000,0000,0000,,¡Siempre hay uno en cada familia!
Dialogue: 0,0:27:48.40,0:27:50.52,Default,,0000,0000,0000,,Estos niños desafiantes\Nse inscriben en el PCEP
Dialogue: 0,0:27:50.52,0:27:52.40,Default,,0000,0000,0000,,solo cuando pierden la lotería.
Dialogue: 0,0:27:52.72,0:27:54.10,Default,,0000,0000,0000,,De hecho, el teorema del LATE
Dialogue: 0,0:27:54.10,0:27:56.70,Default,,0000,0000,0000,,requiere que partamos de un supuesto\Nque es que haya pocos niños desafiantes,
Dialogue: 0,0:27:57.00,0:27:58.69,Default,,0000,0000,0000,,este parece ser una supuesto razonable
Dialogue: 0,0:27:58.69,0:28:00.37,Default,,0000,0000,0000,,para los instrumentos de lotería chárter,
Dialogue: 0,0:28:00.37,0:28:01.70,Default,,0000,0000,0000,,y tal vez hasta en la vida.
Dialogue: 0,0:28:02.10,0:28:03.77,Default,,0000,0000,0000,,Al teorema del LATE algunas veces es visto
Dialogue: 0,0:28:03.77,0:28:06.80,Default,,0000,0000,0000,,como limitante de la relevancia\Nde las estimaciones económicas
Dialogue: 0,0:28:07.00,0:28:09.90,Default,,0000,0000,0000,,porque se enfoca\Nen los grupos de cumplidores.
Dialogue: 0,0:28:10.70,0:28:12.34,Default,,0000,0000,0000,,Aun así, la población de cumplidores
Dialogue: 0,0:28:12.34,0:28:15.00,Default,,0000,0000,0000,,es un grupo del que nos gustaría aprender.
Dialogue: 0,0:28:15.20,0:28:16.47,Default,,0000,0000,0000,,En el ejemplo del PCEP,
Dialogue: 0,0:28:16.47,0:28:18.65,Default,,0000,0000,0000,,los cumplidores son niños\Nque probablemente son atraídos
Dialogue: 0,0:28:18.65,0:28:21.44,Default,,0000,0000,0000,,por el PCEP, donde la escuela se expande
Dialogue: 0,0:28:21.44,0:28:23.50,Default,,0000,0000,0000,,y ofrece cupos adicionales en la lotería.
Dialogue: 0,0:28:24.10,0:28:25.67,Default,,0000,0000,0000,,¿Qué tan relevante es esto?
Dialogue: 0,0:28:25.67,0:28:27.06,Default,,0000,0000,0000,,Hace algunos años,
Dialogue: 0,0:28:27.06,0:28:30.80,Default,,0000,0000,0000,,Massachusetts permitió que las pujantes\Nescuelas chárteres se expandieran.
Dialogue: 0,0:28:30.85,0:28:33.64,Default,,0000,0000,0000,,Un estudio reciente, realizado \Npor algunos de mis compañeros
Dialogue: 0,0:28:33.64,0:28:34.87,Default,,0000,0000,0000,,de laboratorio, muestra\Nque las estimaciones del LATE,
Dialogue: 0,0:28:34.87,0:28:37.02,Default,,0000,0000,0000,,como el que acabamos\Nde calcular para el PCEP,
Dialogue: 0,0:28:37.02,0:28:38.57,Default,,0000,0000,0000,,predicen ganancias de aprendizaje
Dialogue: 0,0:28:38.57,0:28:40.87,Default,,0000,0000,0000,,en las escuelas creadas\Na través de la expansión chárter.
Dialogue: 0,0:28:41.68,0:28:44.08,Default,,0000,0000,0000,,Cerrando la brecha del logro
Dialogue: 0,0:28:45.80,0:28:47.50,Default,,0000,0000,0000,,El LATE no solo es un teorema,
Dialogue: 0,0:28:47.50,0:28:49.00,Default,,0000,0000,0000,,es una estructura.
Dialogue: 0,0:28:49.00,0:28:52.80,Default,,0000,0000,0000,,La estructura del LATE puede usarse\Npara estimar la distribución entera
Dialogue: 0,0:28:52.80,0:28:54.90,Default,,0000,0000,0000,,de los resultados potenciales\Nde los cumplidores
Dialogue: 0,0:28:55.30,0:28:59.00,Default,,0000,0000,0000,,como si hubiésemos tenido un ensayo\Naleatorizado para este grupo.
Dialogue: 0,0:28:59.30,0:29:01.05,Default,,0000,0000,0000,,Aunque la teoría detrás de este hecho
Dialogue: 0,0:29:01.05,0:29:02.80,Default,,0000,0000,0000,,es necesariamente técnica,
Dialogue: 0,0:29:03.10,0:29:06.64,Default,,0000,0000,0000,,su valor se aprecia fácilmente\Nen la práctica.
Dialogue: 0,0:29:07.09,0:29:10.34,Default,,0000,0000,0000,,Para ilustrar esto,\Nrecordemos que el estudio del PCEP
Dialogue: 0,0:29:10.34,0:29:13.70,Default,,0000,0000,0000,,está motivado en parte por las diferencias\Nen las notas de las pruebas por raza.
Dialogue: 0,0:29:14.30,0:29:17.32,Default,,0000,0000,0000,,Veamos la distribución\Nde las calificaciones de cuarto grado
Dialogue: 0,0:29:17.32,0:29:18.87,Default,,0000,0000,0000,,separados por raza,
Dialogue: 0,0:29:18.87,0:29:21.68,Default,,0000,0000,0000,,para candidatos de Boston\Na escuelas chárter de educación media.
Dialogue: 0,0:29:21.68,0:29:23.60,Default,,0000,0000,0000,,Los dos lados de esta figura
Dialogue: 0,0:29:23.60,0:29:27.56,Default,,0000,0000,0000,,muestran distribuciones para los\Ncumplidores con y sin tratamiento.
Dialogue: 0,0:29:27.56,0:29:31.63,Default,,0000,0000,0000,,A los cumplidores con tratamiento se les \Nofrece un cupo chárter en la lotería,
Dialogue: 0,0:29:31.63,0:29:34.82,Default,,0000,0000,0000,,mientras que a los cumplidores \Nsin tratamiento no se les ofrece cupo.
Dialogue: 0,0:29:34.82,0:29:36.93,Default,,0000,0000,0000,,Ya que estas son notas de cuarto grado,
Dialogue: 0,0:29:36.93,0:29:39.77,Default,,0000,0000,0000,,mientras que la educación media \Nempieza en el quinto o sexto grado,
Dialogue: 0,0:29:39.77,0:29:42.29,Default,,0000,0000,0000,,ambos lados de la figura son similares.
Dialogue: 0,0:29:42.29,0:29:45.71,Default,,0000,0000,0000,,Ambos lados muestran distribuciones\Nde notas para los candidatos negros
Dialogue: 0,0:29:45.71,0:29:46.92,Default,,0000,0000,0000,,desplazadas hacia la izquierda
Dialogue: 0,0:29:46.92,0:29:49.99,Default,,0000,0000,0000,,de las distribuciones\Nde notas que corresponden a los blancos.
Dialogue: 0,0:29:50.32,0:29:51.95,Default,,0000,0000,0000,,Para el octavo grado,
Dialogue: 0,0:29:51.95,0:29:55.78,Default,,0000,0000,0000,,los cumplidores con tratamiento han\Nterminado la escuela chárter en Boston,
Dialogue: 0,0:29:55.78,0:29:58.15,Default,,0000,0000,0000,,mientras que los cumplidores\Nsin tratamiento se han quedado
Dialogue: 0,0:29:58.15,0:29:59.63,Default,,0000,0000,0000,,en una escuela pública tradicional.
Dialogue: 0,0:30:00.06,0:30:02.38,Default,,0000,0000,0000,,Notablemente, el siguiente gráfico
Dialogue: 0,0:30:02.38,0:30:04.70,Default,,0000,0000,0000,,muestra que las distribuciones\Nde las notas de octavo grado
Dialogue: 0,0:30:04.70,0:30:06.72,Default,,0000,0000,0000,,de los negros\Ny blancos cumplidores con tratamiento
Dialogue: 0,0:30:06.72,0:30:08.50,Default,,0000,0000,0000,,no pueden distinguirse.
Dialogue: 0,0:30:08.70,0:30:12.40,Default,,0000,0000,0000,,Las escuelas medias chárter de Boston\Ncerraron la brecha del logro.
Dialogue: 0,0:30:12.80,0:30:14.15,Default,,0000,0000,0000,,Pero para los sin tratamiento,
Dialogue: 0,0:30:14.15,0:30:17.10,Default,,0000,0000,0000,,las distribuciones de las notas \Nde negros y blancos permanecen distintas
Dialogue: 0,0:30:17.10,0:30:19.70,Default,,0000,0000,0000,,con los estudiantes negros\Ndetrás de los blancos
Dialogue: 0,0:30:19.70,0:30:21.70,Default,,0000,0000,0000,,como estaban en cuarto grado.
Dialogue: 0,0:30:21.86,0:30:24.12,Default,,0000,0000,0000,,Las escuelas chárteres de Boston\Ncerraron la brecha del logro.
Dialogue: 0,0:30:24.12,0:30:26.16,Default,,0000,0000,0000,,porque aquellos que entran\Nen las escuelas chárter,
Dialogue: 0,0:30:26.16,0:30:27.38,Default,,0000,0000,0000,,los rezagados
Dialogue: 0,0:30:27.38,0:30:30.30,Default,,0000,0000,0000,,tienden a ganar lo más posible\Nde la inscripción chárter.
Dialogue: 0,0:30:30.60,0:30:34.00,Default,,0000,0000,0000,,Profundizo en este punto\Nen la versión escrita de esta charla.
Dialogue: 0,0:30:34.90,0:30:37.74,Default,,0000,0000,0000,,Efectos explicados\Nde la escuela de examen de Chicago
Dialogue: 0,0:30:39.10,0:30:40.18,Default,,0000,0000,0000,,¿Recuerdas el acertijo
Dialogue: 0,0:30:40.18,0:30:42.94,Default,,0000,0000,0000,,de los efectos negativos\Nde las escuelas de examen de Chicago?
Dialogue: 0,0:30:43.00,0:30:47.16,Default,,0000,0000,0000,,Terminaré la parte científica \Nde mi charla usando la VI y la RD
Dialogue: 0,0:30:47.16,0:30:49.80,Default,,0000,0000,0000,,para explicar este hallazgo sorprendente.
Dialogue: 0,0:30:50.30,0:30:52.98,Default,,0000,0000,0000,,La solución a este acertijo\Ncomienza con el hecho
Dialogue: 0,0:30:52.98,0:30:56.30,Default,,0000,0000,0000,,de que el razonamiento económico\Nse trata sobre las alternativas.
Dialogue: 0,0:30:56.90,0:31:00.00,Default,,0000,0000,0000,,Entonces, ¿cuál es la alternativa\Na la educación en una escuela de examen?
Dialogue: 0,0:31:00.50,0:31:03.48,Default,,0000,0000,0000,,Para muchos candidatos\Na las escuelas de examen de Chicago,
Dialogue: 0,0:31:03.48,0:31:07.40,Default,,0000,0000,0000,,la alternativa de no examen\Nes la escuela pública tradicional,
Dialogue: 0,0:31:08.10,0:31:11.25,Default,,0000,0000,0000,,pero muchos de los candidatos rechazados\Nde las escuelas de examen de Chicago
Dialogue: 0,0:31:11.25,0:31:12.99,Default,,0000,0000,0000,,se enlistan en una escuela chárter.
Dialogue: 0,0:31:13.37,0:31:14.80,Default,,0000,0000,0000,,Lo que ofrecen las escuelas de examen
Dialogue: 0,0:31:14.80,0:31:18.00,Default,,0000,0000,0000,,reduce la posibilidad\Nde asistencia a las escuelas chárteres.
Dialogue: 0,0:31:18.50,0:31:22.44,Default,,0000,0000,0000,,Específicamente, las escuelas de examen\Ndesvían a los candidatos
Dialogue: 0,0:31:22.44,0:31:23.98,Default,,0000,0000,0000,,lejos de las preparatorias
Dialogue: 0,0:31:23.98,0:31:26.10,Default,,0000,0000,0000,,en la red Noble de las escuelas chárteres.
Dialogue: 0,0:31:26.61,0:31:29.52,Default,,0000,0000,0000,,Noble, con pedagogía parecida al PCEP,
Dialogue: 0,0:31:29.52,0:31:32.70,Default,,0000,0000,0000,,es uno de los proveedores\Nde chárter más visibles de Chicago.
Dialogue: 0,0:31:33.20,0:31:36.97,Default,,0000,0000,0000,,También, como PCEP, la evidencia\Nconvincente de la efectividad de Noble
Dialogue: 0,0:31:36.97,0:31:38.65,Default,,0000,0000,0000,,viene de las loterías de admisiones.
Dialogue: 0,0:31:39.30,0:31:41.51,Default,,0000,0000,0000,,El eje de la X en este gráfico
Dialogue: 0,0:31:41.51,0:31:44.06,Default,,0000,0000,0000,,muestra los efectos\Nde la oferta de lotería
Dialogue: 0,0:31:44.06,0:31:45.90,Default,,0000,0000,0000,,sobre los años de inscrito en Noble.
Dialogue: 0,0:31:45.90,0:31:48.19,Default,,0000,0000,0000,,Esta es la primera etapa de Noble,
Dialogue: 0,0:31:48.19,0:31:50.76,Default,,0000,0000,0000,,para una VI que usa una variable ficticia,
Dialogue: 0,0:31:50.76,0:31:53.08,Default,,0000,0000,0000,,indicando las ofertas de lotería de Noble
Dialogue: 0,0:31:53.08,0:31:55.90,Default,,0000,0000,0000,,como instrumento\Nde inscripción en el Noble.
Dialogue: 0,0:31:55.90,0:31:58.88,Default,,0000,0000,0000,,Este gráfico tiene\Nuna característica que lo distingue
Dialogue: 0,0:31:58.88,0:32:01.63,Default,,0000,0000,0000,,de un análisis del PCEP más simple.
Dialogue: 0,0:32:01.63,0:32:03.60,Default,,0000,0000,0000,,El gráfico muestras\Nlos efectos del primer nivel
Dialogue: 0,0:32:03.60,0:32:05.44,Default,,0000,0000,0000,,para dos grupos.
Dialogue: 0,0:32:05.44,0:32:06.72,Default,,0000,0000,0000,,Uno para los candidatos de Noble
Dialogue: 0,0:32:06.72,0:32:11.27,Default,,0000,0000,0000,,que viven en los vecindarios\Nde más bajos ingresos de Chicago,
Dialogue: 0,0:32:11.27,0:32:12.74,Default,,0000,0000,0000,,el nivel 1, y uno\Npara los candidatos de Noble
Dialogue: 0,0:32:12.74,0:32:14.84,Default,,0000,0000,0000,,que viven en áreas de mayores ingresos,
Dialogue: 0,0:32:14.84,0:32:16.10,Default,,0000,0000,0000,,nivel 3.
Dialogue: 0,0:32:16.10,0:32:18.37,Default,,0000,0000,0000,,¿Recuerdas la reacción en cadena de la VI?
Dialogue: 0,0:32:18.90,0:32:20.26,Default,,0000,0000,0000,,Cada punto de este gráfico
Dialogue: 0,0:32:20.26,0:32:23.86,Default,,0000,0000,0000,,tiene coordenadas dadas\Npor la forma reducida de la primera etapa
Dialogue: 0,0:32:23.86,0:32:26.60,Default,,0000,0000,0000,,y eso implica una estimación de la VI.
Dialogue: 0,0:32:26.90,0:32:29.82,Default,,0000,0000,0000,,El efecto de la inscripción de Noble\Nsobe las notas del ACT
Dialogue: 0,0:32:29.82,0:32:32.50,Default,,0000,0000,0000,,es la proporción de la coordenada\Nde la forma reducida
Dialogue: 0,0:32:32.50,0:32:34.10,Default,,0000,0000,0000,,entre la coordenada de la primera etapa.
Dialogue: 0,0:32:34.30,0:32:37.09,Default,,0000,0000,0000,,Este gráfico muestras ambas proporciones
Dialogue: 0,0:32:37.09,0:32:40.67,Default,,0000,0000,0000,,Los resultados relevantes\Npara el nivel 1 son 0,35,
Dialogue: 0,0:32:40.67,0:32:44.00,Default,,0000,0000,0000,,mientras que para el nivel 3 tenemos 0,33;
Dialogue: 0,0:32:44.00,0:32:45.09,Default,,0000,0000,0000,,nada mal.
Dialogue: 0,0:32:45.09,0:32:47.50,Default,,0000,0000,0000,,Para los candidatos de Noble\Nde ambos niveles,
Dialogue: 0,0:32:47.50,0:32:50.10,Default,,0000,0000,0000,,estas primeras etapas\Ny las estimaciones de la forma reducida
Dialogue: 0,0:32:50.10,0:32:52.27,Default,,0000,0000,0000,,implican un efecto anual\Nde inscripción en Noble
Dialogue: 0,0:32:52.27,0:32:55.16,Default,,0000,0000,0000,,de una ganancia de un tercio\Nde la desviación estándar
Dialogue: 0,0:32:55.16,0:32:56.92,Default,,0000,0000,0000,,en las notas de matemáticas del ACT.
Dialogue: 0,0:32:57.50,0:32:59.09,Default,,0000,0000,0000,,Nota que también hay una línea
Dialogue: 0,0:32:59.09,0:33:02.00,Default,,0000,0000,0000,,que conecta dos de los estimados\Nde la VI en la figura.
Dialogue: 0,0:33:02.50,0:33:04.83,Default,,0000,0000,0000,,Ya que esta línea pasa\Na través del origen,
Dialogue: 0,0:33:04.83,0:33:08.08,Default,,0000,0000,0000,,su pendiente, las diferencia en el eje Y\Ndividida por la diferencia en eje X,
Dialogue: 0,0:33:08.08,0:33:10.05,Default,,0000,0000,0000,,es aproximadamente igual\Na las estimaciones de la VI;
Dialogue: 0,0:33:10.05,0:33:12.81,Default,,0000,0000,0000,,en este caso, la pendiente es de 0,34.
Dialogue: 0,0:33:13.60,0:33:16.79,Default,,0000,0000,0000,,El hecho de que la línea\Npase a través de 0,0
Dialogue: 0,0:33:16.79,0:33:19.09,Default,,0000,0000,0000,,es importante por otra razón.
Dialogue: 0,0:33:19.09,0:33:23.46,Default,,0000,0000,0000,,Con esto, hemos corroborado\Nla restricción de exclusión.
Dialogue: 0,0:33:23.46,0:33:25.60,Default,,0000,0000,0000,,Específicamente,\Nla restricción de exclusión
Dialogue: 0,0:33:25.60,0:33:27.52,Default,,0000,0000,0000,,dice que dado un grupo
Dialogue: 0,0:33:27.52,0:33:31.44,Default,,0000,0000,0000,,para el cual las ofertas de Noble no se \Nrelacionan con la inscripción de Noble;
Dialogue: 0,0:33:31.44,0:33:33.10,Default,,0000,0000,0000,,lo que debemos esperar ver es
Dialogue: 0,0:33:33.10,0:33:36.04,Default,,0000,0000,0000,,un efecto 0 de la forma reducida\Nde estas ofertas
Dialogue: 0,0:33:36.04,0:33:38.50,Default,,0000,0000,0000,,hechas a los candidatos en ese grupo.
Dialogue: 0,0:33:38.50,0:33:42.74,Default,,0000,0000,0000,,¿Qué tan consistente es la evidencia\Nde que un Noble cause una ganancia
Dialogue: 0,0:33:42.74,0:33:45.74,Default,,0000,0000,0000,,de aprendizaje\Ndel orden de 0,34 σ por año?
Dialogue: 0,0:33:45.74,0:33:47.32,Default,,0000,0000,0000,,En el siguiente gráfico,
Dialogue: 0,0:33:47.32,0:33:50.04,Default,,0000,0000,0000,,agregamos 12 punto más a los 2 originales.
Dialogue: 0,0:33:50.50,0:33:53.26,Default,,0000,0000,0000,,Los puntos rojos aquí muestran\Nla primera etapa y la forma reducida,
Dialogue: 0,0:33:53.26,0:33:57.06,Default,,0000,0000,0000,,los efectos de la oferta de Noble\Npara 12 grupos adicionales,
Dialogue: 0,0:33:57.06,0:33:59.29,Default,,0000,0000,0000,,dos niveles más y doce grupos definidos
Dialogue: 0,0:33:59.29,0:34:01.70,Default,,0000,0000,0000,,por características demográficas
Dialogue: 0,0:34:01.70,0:34:04.74,Default,,0000,0000,0000,,relacionadas con la raza, el sexo,\Nel ingreso familiar
Dialogue: 0,0:34:04.74,0:34:06.31,Default,,0000,0000,0000,,y las calificaciones estándar.
Dialogue: 0,0:34:06.31,0:34:08.19,Default,,0000,0000,0000,,Aunque no se ajusta perfectamente,
Dialogue: 0,0:34:08.19,0:34:12.10,Default,,0000,0000,0000,,estos puntos apiñados señalan una línea \Nalrededor de pendiente 0,36 σ
Dialogue: 0,0:34:12.40,0:34:16.40,Default,,0000,0000,0000,,muy parecido a la línea que vimos antes\Npara los candidatos de los niveles 1 y 3.
Dialogue: 0,0:34:16.90,0:34:18.44,Default,,0000,0000,0000,,Ahora te estarás preguntando,
Dialogue: 0,0:34:18.44,0:34:21.10,Default,,0000,0000,0000,,¿qué tienen que ver las estimaciones \Nde la VI Noble en esta figura
Dialogue: 0,0:34:21.10,0:34:24.00,Default,,0000,0000,0000,,con las inscripciones\Nde las escuelas de examen?
Dialogue: 0,0:34:24.30,0:34:25.46,Default,,0000,0000,0000,,Aquí está la respuesta.
Dialogue: 0,0:34:25.90,0:34:29.50,Default,,0000,0000,0000,,La línea azul en este nuevo gráfico\Nmuestra, como debemos esperar,
Dialogue: 0,0:34:29.70,0:34:32.33,Default,,0000,0000,0000,,que la exposición de la escuela\Nde examen salta
Dialogue: 0,0:34:32.33,0:34:35.17,Default,,0000,0000,0000,,para candidatos que franquean\Nsus puntos de corte clasificatorio.
Dialogue: 0,0:34:35.17,0:34:36.65,Default,,0000,0000,0000,,Al mismo tiempo,
Dialogue: 0,0:34:36.65,0:34:39.35,Default,,0000,0000,0000,,la línea roja muestra\Nque la inscripción escolar de Noble
Dialogue: 0,0:34:39.35,0:34:42.10,Default,,0000,0000,0000,,falla en el mismo punto.
Dialogue: 0,0:34:42.50,0:34:45.88,Default,,0000,0000,0000,,Este es el efecto de desviación\Nde las ofertas de las escuelas de examen
Dialogue: 0,0:34:45.88,0:34:47.70,Default,,0000,0000,0000,,en la inscripción de Noble.
Dialogue: 0,0:34:48.10,0:34:50.76,Default,,0000,0000,0000,,A muchos niños a quienes se les ofrece\Nun cupo en una escuela de examen
Dialogue: 0,0:34:50.76,0:34:54.58,Default,,0000,0000,0000,,prefieren ese cupo de la escuela\Nde examen a inscribirse en Noble.
Dialogue: 0,0:34:54.58,0:34:57.81,Default,,0000,0000,0000,,La IV nos da la oportunidad\Nde arriesgarnos
Dialogue: 0,0:34:57.81,0:34:59.81,Default,,0000,0000,0000,,con fuertes afirmaciones\Nsobre el mecanismo
Dialogue: 0,0:34:59.81,0:35:01.80,Default,,0000,0000,0000,,que está detrás del efecto causal.
Dialogue: 0,0:35:01.97,0:35:03.47,Default,,0000,0000,0000,,Aquí va una fuerte afirmación causal
Dialogue: 0,0:35:03.47,0:35:06.70,Default,,0000,0000,0000,,con relación al motivo por el cual\Nlas escuelas de examen de Chicago
Dialogue: 0,0:35:06.70,0:35:07.70,Default,,0000,0000,0000,,reducen su desempeño.
Dialogue: 0,0:35:07.70,0:35:08.84,Default,,0000,0000,0000,,La fuerza primaria
Dialogue: 0,0:35:08.84,0:35:11.94,Default,,0000,0000,0000,,que dirige los efectos de los requisitos\Nde la escuela de examen
Dialogue: 0,0:35:11.94,0:35:14.76,Default,,0000,0000,0000,,de la forma reducida\Nen las notas del ACT, digo yo,
Dialogue: 0,0:35:14.76,0:35:18.85,Default,,0000,0000,0000,,es el efecto de las ofertas del colegio\Nde examen sobre la inscripción de Noble.
Dialogue: 0,0:35:18.85,0:35:20.58,Default,,0000,0000,0000,,Para apoyar esta afirmación, considera
Dialogue: 0,0:35:20.58,0:35:23.14,Default,,0000,0000,0000,,los puntos azules graficados aquí
Dialogue: 0,0:35:23.14,0:35:26.60,Default,,0000,0000,0000,,todos a la izquierda de 0\Nen el eje de las X.
Dialogue: 0,0:35:27.00,0:35:28.62,Default,,0000,0000,0000,,Estos puntos son negativos
Dialogue: 0,0:35:28.62,0:35:31.95,Default,,0000,0000,0000,,porque marcan el efecto de los requisitos\Nde las escuelas de examen
Dialogue: 0,0:35:31.95,0:35:34.10,Default,,0000,0000,0000,,en la inscripción de la escuela Noble
Dialogue: 0,0:35:34.10,0:35:36.20,Default,,0000,0000,0000,,para grupos de candidatos particulares.
Dialogue: 0,0:35:36.80,0:35:38.25,Default,,0000,0000,0000,,Ya hemos visto
Dialogue: 0,0:35:38.25,0:35:41.04,Default,,0000,0000,0000,,que a los candidatos de Noble\Na quienes se les ofreció un cupo
Dialogue: 0,0:35:41.04,0:35:44.40,Default,,0000,0000,0000,,alcanzaro como resultado un gran aumento\Nen las notas de matemáticas del ACT.
Dialogue: 0,0:35:45.00,0:35:47.80,Default,,0000,0000,0000,,Ahora considera las ofertas\Nde las escuelas de examen
Dialogue: 0,0:35:47.80,0:35:49.90,Default,,0000,0000,0000,,como instrumento\Npara inscripción de Noble.
Dialogue: 0,0:35:50.60,0:35:53.20,Default,,0000,0000,0000,,Como siempre, la VI es\Nla reacción en cadena.
Dialogue: 0,0:35:53.50,0:35:56.58,Default,,0000,0000,0000,,Si los requisitos de la escuela de examen\Nreducen el tiempo en Noble
Dialogue: 0,0:35:56.58,0:35:58.40,Default,,0000,0000,0000,,a 0,37 años,
Dialogue: 0,0:35:58.40,0:36:00.30,Default,,0000,0000,0000,,y cada año de inscripción en Noble
Dialogue: 0,0:36:00.30,0:36:04.04,Default,,0000,0000,0000,,incrementa las notas\Nde matemáticas del ACT en 0,36 σ,
Dialogue: 0,0:36:04.04,0:36:05.97,Default,,0000,0000,0000,,debemos esperar que los efectos\Nde la forma reducida
Dialogue: 0,0:36:05.97,0:36:07.90,Default,,0000,0000,0000,,de los requisitos de la escuela de examen
Dialogue: 0,0:36:08.20,0:36:09.74,Default,,0000,0000,0000,,reduzcan las notas del ACT
Dialogue: 0,0:36:09.74,0:36:11.70,Default,,0000,0000,0000,,conforme al producto de estos dos números;
Dialogue: 0,0:36:11.89,0:36:14.60,Default,,0000,0000,0000,,o sea, 0,13 σ.
Dialogue: 0,0:36:15.10,0:36:16.77,Default,,0000,0000,0000,,Los efectos de los requisitos\Nde la forma reducida
Dialogue: 0,0:36:16.77,0:36:18.44,Default,,0000,0000,0000,,a la izquierda de la figura
Dialogue: 0,0:36:18.44,0:36:20.36,Default,,0000,0000,0000,,son en líneas generales\Nconsistentes con esto.
Dialogue: 0,0:36:20.90,0:36:24.80,Default,,0000,0000,0000,,Ellos se apiñan más cerca\Nde -0.16 y no de -0,13,
Dialogue: 0,0:36:25.00,0:36:27.80,Default,,0000,0000,0000,,pero esa diferencia está dentro\Nde la varianza de la muestra,
Dialogue: 0,0:36:27.80,0:36:29.30,Default,,0000,0000,0000,,de las estimaciones subyacentes.
Dialogue: 0,0:36:29.70,0:36:31.40,Default,,0000,0000,0000,,La historia causal aquí
Dialogue: 0,0:36:31.70,0:36:35.10,Default,,0000,0000,0000,,postula la desviación\Nde las escuelas chárter
Dialogue: 0,0:36:35.40,0:36:38.11,Default,,0000,0000,0000,,como mecanismo\Npor el cual las ofertas de las escuelas
Dialogue: 0,0:36:38.11,0:36:39.40,Default,,0000,0000,0000,,de examen afecta el logro.
Dialogue: 0,0:36:39.60,0:36:42.00,Default,,0000,0000,0000,,En otras palabras,\Nes la inscripción en Noble
Dialogue: 0,0:36:42.00,0:36:44.70,Default,,0000,0000,0000,,lo que se presume que satisface\Nuna restricción de exclusión
Dialogue: 0,0:36:44.90,0:36:47.23,Default,,0000,0000,0000,,cuando usamos las ofertas\Nde las escuelas de examen
Dialogue: 0,0:36:47.23,0:36:48.89,Default,,0000,0000,0000,,como variable instrumental.
Dialogue: 0,0:36:48.89,0:36:51.40,Default,,0000,0000,0000,,Como vimos anteriormente, lo importante
Dialogue: 0,0:36:51.40,0:36:55.30,Default,,0000,0000,0000,,es que la línea en este gráfico final,\Ncon dos grupos de 14 puntos,
Dialogue: 0,0:36:55.30,0:36:56.90,Default,,0000,0000,0000,,corre a través del origen.
Dialogue: 0,0:36:57.30,0:37:00.20,Default,,0000,0000,0000,,Este hecho apoya\Nnuestra nueva restricción de exclusión.
Dialogue: 0,0:37:00.80,0:37:02.00,Default,,0000,0000,0000,,Para cualquier grupo de candidatos,
Dialogue: 0,0:37:02.00,0:37:03.36,Default,,0000,0000,0000,,para el cual las ofertas\Nde la escuela de examen
Dialogue: 0,0:37:03.36,0:37:06.20,Default,,0000,0000,0000,,tengan poco o ningún efecto\Nen la inscripción escolar de Noble,
Dialogue: 0,0:37:06.40,0:37:09.80,Default,,0000,0000,0000,,debemos también ver sin cambios\Nlas notas del ACT.
Dialogue: 0,0:37:10.00,0:37:11.31,Default,,0000,0000,0000,,Al mismo tiempo,
Dialogue: 0,0:37:11.31,0:37:14.52,Default,,0000,0000,0000,,porque los puntos azules y rojos se apiñan\Nalrededor de la misma línea,
Dialogue: 0,0:37:14.52,0:37:17.21,Default,,0000,0000,0000,,las estimaciones de la VI de los efectos\Nde la inscripción en la escuela Noble
Dialogue: 0,0:37:17.21,0:37:21.41,Default,,0000,0000,0000,,generados por Noble y por las ofertas \Nde la escuela de examen
Dialogue: 0,0:37:21.41,0:37:22.69,Default,,0000,0000,0000,,son prácticamente iguales.
Dialogue: 0,0:37:23.20,0:37:25.07,Default,,0000,0000,0000,,Espero que esta historia empírica
Dialogue: 0,0:37:25.07,0:37:28.17,Default,,0000,0000,0000,,te convenza del poder de la VI y la RD
Dialogue: 0,0:37:28.17,0:37:30.38,Default,,0000,0000,0000,,para generar conocimiento nuevo causal.
Dialogue: 0,0:37:30.38,0:37:32.19,Default,,0000,0000,0000,,Por décadas, he tenido\Nla suerte de trabajar
Dialogue: 0,0:37:32.19,0:37:35.30,Default,,0000,0000,0000,,en muchos problemas empíricos\Nigualmente fascinantes.
Dialogue: 0,0:37:36.12,0:37:39.75,Default,,0000,0000,0000,,La economía empírica se enseria
Dialogue: 0,0:37:40.00,0:37:42.58,Default,,0000,0000,0000,,He calculado las estimaciones de la VI\Nde la selección por lotería
Dialogue: 0,0:37:42.58,0:37:44.79,Default,,0000,0000,0000,,en mi tesis de doctorado de Princeton
Dialogue: 0,0:37:44.79,0:37:47.20,Default,,0000,0000,0000,,en un gran monstruo peludo de computadora,
Dialogue: 0,0:37:47.40,0:37:49.94,Default,,0000,0000,0000,,usando cintas de nueve pistas\Ny rentando espacio
Dialogue: 0,0:37:49.94,0:37:51.40,Default,,0000,0000,0000,,en un disco duro comunal.
Dialogue: 0,0:37:51.80,0:37:53.26,Default,,0000,0000,0000,,Los estudiantes de posgrado de Princeton
Dialogue: 0,0:37:53.26,0:37:55.42,Default,,0000,0000,0000,,aprendieron a montar \Ny usar carretes de cinta
Dialogue: 0,0:37:55.42,0:37:57.30,Default,,0000,0000,0000,,del tamaño de un pastel de queso.
Dialogue: 0,0:37:57.80,0:38:01.70,Default,,0000,0000,0000,,Afortunadamente, el estudio empírico hoy\Nrequiere menos mano de obra.
Dialogue: 0,0:38:02.30,0:38:05.10,Default,,0000,0000,0000,,¿Qué más ha mejorado\Nen la época moderna empírica?
Dialogue: 0,0:38:05.70,0:38:09.00,Default,,0000,0000,0000,,En un artículo del 2010,\NSteve Pischke y yo creamos la frase
Dialogue: 0,0:38:09.26,0:38:10.80,Default,,0000,0000,0000,,"La revolución de credibilidad".
Dialogue: 0,0:38:11.10,0:38:13.45,Default,,0000,0000,0000,,Con esto, nos referimos\Nal cambio económico
Dialogue: 0,0:38:13.45,0:38:15.80,Default,,0000,0000,0000,,hacia las estrategias\Nempíricas transparentes
Dialogue: 0,0:38:16.10,0:38:18.50,Default,,0000,0000,0000,,aplicadas a preguntas concretas causales
Dialogue: 0,0:38:18.70,0:38:22.20,Default,,0000,0000,0000,,como las preguntas que David Card\Nha estudiado tan convincentemente.
Dialogue: 0,0:38:22.90,0:38:24.88,Default,,0000,0000,0000,,La econometría de mis días de estudiante
Dialogue: 0,0:38:24.88,0:38:27.50,Default,,0000,0000,0000,,se enfocaba más en modelos\Nque en preguntas.
Dialogue: 0,0:38:28.00,0:38:31.46,Default,,0000,0000,0000,,El modelado tiene que ver\Ncon la era que ya terminó,
Dialogue: 0,0:38:31.46,0:38:34.80,Default,,0000,0000,0000,,pero, desde entonces, los econometristas \Nhan encontrado mucho en qué contribuir.
Dialogue: 0,0:38:35.10,0:38:36.60,Default,,0000,0000,0000,,Guardaré mis listas personales
Dialogue: 0,0:38:36.60,0:38:39.44,Default,,0000,0000,0000,,de grandes éxitos y nuevos artistas
Dialogue: 0,0:38:39.44,0:38:41.47,Default,,0000,0000,0000,,para la versión escrita de esta clase.
Dialogue: 0,0:38:41.47,0:38:43.30,Default,,0000,0000,0000,,Terminaré aquí, diciendo
Dialogue: 0,0:38:43.30,0:38:45.71,Default,,0000,0000,0000,,que estoy orgulloso\Nde ser parte de esta empresa
Dialogue: 0,0:38:45.71,0:38:48.10,Default,,0000,0000,0000,,contemporánea de economía empírica
Dialogue: 0,0:38:48.50,0:38:50.88,Default,,0000,0000,0000,,y estoy agradecido, \Nmás allá de las palabras,
Dialogue: 0,0:38:50.88,0:38:53.56,Default,,0000,0000,0000,,por haber sido reconocido\Ncomo contribuyente a ella.
Dialogue: 0,0:38:53.91,0:38:56.08,Default,,0000,0000,0000,,En Princeton,\Na finales de los años ochenta,
Dialogue: 0,0:38:56.08,0:38:58.27,Default,,0000,0000,0000,,mis compañeros de universidad\Ny yo nos reíamos
Dialogue: 0,0:38:58.27,0:39:00.00,Default,,0000,0000,0000,,leyendo el lamento de Ed Leamer
Dialogue: 0,0:39:00.40,0:39:04.40,Default,,0000,0000,0000,,sobre que ningún economista toma en serio\Nel trabajo empírico de otro economista.
Dialogue: 0,0:39:05.00,0:39:06.82,Default,,0000,0000,0000,,Esto ya no es cierto.
Dialogue: 0,0:39:06.82,0:39:11.15,Default,,0000,0000,0000,,El trabajo empírico hoy aspira\Na contar historias causales convincentes.
Dialogue: 0,0:39:11.15,0:39:13.15,Default,,0000,0000,0000,,No es que cada esfuerzo tenga éxito
Dialogue: 0,0:39:13.15,0:39:14.51,Default,,0000,0000,0000,,ni mucho menos,
Dialogue: 0,0:39:14.51,0:39:18.11,Default,,0000,0000,0000,,Pero, como cualquier candidato a trabajar\Nen economía, te diría
Dialogue: 0,0:39:18.11,0:39:21.58,Default,,0000,0000,0000,,el trabajo empírico realizado con cuidado\Ny claramente explicado
Dialogue: 0,0:39:21.58,0:39:23.30,Default,,0000,0000,0000,,se toma muy en serio.
Dialogue: 0,0:39:23.80,0:39:26.62,Default,,0000,0000,0000,,Esa es la medida del éxito \Nde nuestra empresa
Dialogue: 0,0:39:27.36,0:39:29.87,Default,,0000,0000,0000,,♪ (música) ♪
Dialogue: 0,0:39:33.92,0:39:35.92,Default,,0000,0000,0000,,[Narrador] Si quieres aprender\Nmás de Josh,
Dialogue: 0,0:39:35.92,0:39:38.94,Default,,0000,0000,0000,,revisa tu curso gratuito\N"Dominando la Econometría".
Dialogue: 0,0:39:38.94,0:39:40.95,Default,,0000,0000,0000,,Si te interesa explorar el trabajo\Nde investigación de Josh,
Dialogue: 0,0:39:40.95,0:39:42.52,Default,,0000,0000,0000,,revisa estos vínculos en la descripción,
Dialogue: 0,0:39:42.52,0:39:45.00,Default,,0000,0000,0000,,o puedes darle clic\Npara ver más videos de Josh
Dialogue: 0,0:39:46.07,0:39:48.10,Default,,0000,0000,0000,,♪ (música) ♪