PROGRAMA DE PÓS-GRADUAÇÃO EM POLÍTICAS PÚBLICAS, ESTRATÉGIA E
DESENVOLVIMENTO
Disciplina: IEP 705 - Métodos quantitativos para avaliação de políticas públicas
Professor: Romero Rocha
Horário: 2ª feira dàs 13:10 às 16:35
2015/4
Ementa
Introdução e motivação. Noções básicas de estatística. Inferência Causal. Estudos aleatorizados
(experimentos). O modelo de Diferenças-em-Diferenças. Regressão com descontinuidade.
Variáveis instrumentais. Os modelos de comparação (Matching). Noções Básicas de STATA.
APRESENTAÇÃO
Objetivos: A disciplina possui como principal objetivo apresentar e discutir os principais
métodos econométricos de avaliação de impacto de políticas públicas, apresentando exemplos
reais em que esses métodos foram utilizados e o aprendizado adquirido quando da realização
dessas avaliações. Ao final do curso, o aluno deverá ser capaz de conhecer e discutir de forma
crítica os conceitos apresentados, ler e entender trabalhos usando esses métodos e começar a
fazer aplicações simples utilizando-os.
Dinâmica das aulas e avaliação: As aulas serão majoritariamente expositivas. Pressupõe-se a
participação dos alunos nas aulas práticas de STATA. A avaliação será composta de um
trabalho de conclusão do curso (equivalente a uma prova) e de dois trabalhos durante o curso
(pareceres de artigos selecionados). O trabalho de conclusão será um projeto de avaliação de
alguma política pública do interesse de vocês.
OBSERVAÇÕES
Avaliações: Um trabalho de conclusão do curso e dois pareceres de artigos.
Cálculo da MAP: Trabalho tem peso 6. Cada parecer tem peso 2
MAP = (nota do trabalho*0,6)+ (primeiro parecer*0,2)+(segundo parecer*0,2)
PROGRAMA
UNIDADE I – Noções Básicas de Estatística
Variável Aleatória. Estatísticas para a descrição de variáveis aleatórias (Média, Mediana,
Mínimo, Máximo, Variância, Desvio-Padrão, Intervalo de Confiança). Teste de Hipótese.
Análise de Regressão.
UNIDADE II – Introdução e Motivação para Avaliação de Impacto
Gestão baseada em resultados. Monitoramento e avaliação (M&A). Importância da avaliação
para as políticas públicas. M&A tradicional e avaliação de impacto. Efeito causal versus
correlação. Avaliação de impacto retrospectiva e prospectiva. O contrafactual. Ferramentas
para a avalição de impacto. Estudo de caso: o “Oportunidades” do México.
UNIDADE III – Inferência Causal
Análise estatística e análise causal. O processo de geração dos dados. O modelo de Respostas
Potenciais de Neyman-Rubin. Tratamento e controle. O efeito de tratamento médio. Tendência
de seleção e heterogeneidade no tratamento. Efeito do tratamento nos tratados.
UNIDADE IV – Estudos Aleatorizados (Experimentos)
Estudos observacionais. Desenhos aleatórios. Validade externa e validade interna. Tipos de
aleatorização. Baixa aderência e evasão. Ética em experimentos. Exemplos.
UNIDADE V – Diferenças-em-Diferenças e Dados de Painel
Quando utilizar? Antes versus depois e diferenças duplas. Efeitos fixos. Controle de qualidade.
Problemas com diff-em-diff. Exemplos.
UNIDADE VI – Variáveis Instrumentais
Quando utilizar? Antes versus depois e diferenças duplas. Efeitos fixos. Controle de qualidade.
Problemas com diff-em-diff. Exemplos.
UNIDADE VII – Regressões Descontínuas
Elegibilidade e ponto de corte. Efeito de tratamento. Descontinuidade clara. Descontinuidade
cinzenta. Exemplos.
UNIDADE VIII – Métodos de Comparação (Matching)
Seleção em observáveis. Estratificação. O problema da dimensão. O suporte comum. O
Propensity Score. Efeito de tratamento médio. Estimação paramétrica e não-paramétrica. O
método do vizinho mais próximo. Exemplos.
UNIDADE IX – Introdução ao STATA
Como criar uma variável. Formatando os dados. Organizando os dados de painel. Comandos de
programação. Comandos de regressão dos assuntos estudados. Comandos para gerar tabelas.
Exemplos.
BIBLIOGRAFIA (*bibliografia obrigatória)
*Stock, J., Watson, M. “Econometria”. (Capítulos 1 a 5 estão na Xerox)
*RAMOS, Marilia. Avaliação de Políticas e Programas Sociais: aspectos conceituais e
metodológicos. Planejamento e Políticas Públicas IPEA.2009
* Venetoklis, T. “Public Policy Evaluation: Introduction to Quantitative Methodologies”.
VATT Research Reports, N. 90. Government Institute for Economic Research. Helsink,
2002.
*Rubin D. (1974): “Estimating causal effects of treatments in randomized and
nonrandomized experiments”, Journal of Educational Psychology 66, pp. 688-701.
Leituras Gerais

Baker J. (2000): Evaluating the impact of Development Projects on Poverty. A
Handbook for practitioners, The World Bank, Washington DC.
Inferência Causal





Goldberger. A (1972): “Structural Equations Methods in the Social Sciences”,
Econometrica 40, pp. 979-1002.
Haavelmo. T (1944): “The probability approach in econometrics”, Econometrica
12, pp. iii-vi+1-115.
Holland P.(1986): “Statistics and Causal Inference”, Journal of the American
Statistical Association 81, pp. 945-70, with discussion.
Pearl J. (2000): Causality: Models, Reasoning and Inference, CUP. Chapters 1, 5
and 7.
Rubin D. (1974): “Estimating causal effects of treatments in randomized and
nonrandomized experiments”, Journal of Educational Psychology 66, pp. 688-701.
Randomização em nível de unidades e grupos.






Angrist J., Bettinger E., Bloom E., King E. and Kremer M. (2002): “Vouchers for
Private Schooling in Colombia: Evidence from a Randomized Natural Experiment”,
American Economic Review, 92, pp. 1535-58.
Angrsit J. and Lavy V. (2002): “The Effect of High School Matriculation Awards:
Evidence from Randomized Trials”, NBER Working Paper.
Cochran W.G. (1965): “The planning of observational studies of human
populations”, Journal of the Royal Statistics Association Series A 128, pp. 134-155,
with discussion.
Gertler P. (2004): “Do Conditional Cash Transfers Improve Child Health? Evidence
from PROGRESA’s Control Randomized Experiment, American Economic Review, 94,
pp. 336-41.
Rosenbaum P. (2002): Observational Studies, Springer. Chapter 2.
Secretaría de Desarrollo Social Mexico (1999): Progresa: Evaluación de Resultados
del Programa de Educación, Salud y Alimentación.
Mínimos Quadrados Ordinários e Métodos de Homogeneização.



Cattaneo M., Galliani S., Paul G., Martinez S. and Titiunik R. (2005): “Housing,
Health and Happiness”, Mimeo.
Heckman J., Lalonde R. and James Smith J. (2000): “The Economics and
Econometrics of Active Labor Market Programs”, in Handbook of Labor Economics,
volume 3A, Ashenfelter and Card (eds.), North-Holland.
Rosenbaum P. (2002): Observational Studies, Springer. Chapter 10.
Dados longitudinais: diferenças em diferentas, quase-experimentais.





Berlinski S., Galiani S. and Gertler P. (2005): “Pre-Primary Schooling and Primary
School Performance”, mimeo.
Chay K., McEwan P. and Urquiola M. (2005): “The central role of noise in
evaluating interventions that use test scores to rank schools”, American Economic
Review, 95, pp. 1237-58.
Di Tella R. and Schargrodsky E.
(2005): “Do Police Reduce Crime?
Estimates using the Allocation of Police Forces after a Terrorist Attack”, American
Economic Review Vol. 94, No. 1, March 2004
Galiani S., Gertler P. and Schargrodsky E. (2005): “Water for life: The impact of
the privatization of water supply on child mortality”, Journal of Political Economy
113, pp. 83-120.
Duflo, E. (2001). “Schooling and labor market consequences of school construction
in Indonesia: evidence from an unusual policy experiment” American Economic
Review Sept 2001
Variáveis Instrumentais

Angrist J. and Krueger A. (2001): “Instrumental Variables and the Search for
Identification: From Supply and Demand to Natural Experiments”, Journal of
Economic Perspectives 15, pp. 69-85.
Regressão Descontínua




Angrist J. and V. Lavy “Using Maimonodes Rule to Estimate the Effect of Class Size
on Scholastic Achievement” Quarterly Journal of Economics, 114, 533-575
Hahn J., Todd P., Van der Klaauw W. “Identification and Estimation of Treatment
Effects with a Regression-Discontinuity Design”. Econometrica, Vol 69, 201-209.
Lemieux T. and Milligan K. “Incentive Effects of Social Assistance: A Regression
Discontinuity Approach”. NBER working paper 10541.
Barrera, Linden y Urquiola (2006), “The Effects of User Fee Reductions on
Enrollment: Evidence from a quasi-experiment”
Dados, amostragem e cálculos de poder estatístico da amostra
 Douglas M. (1997): Design and Analysis of Experiments, Wiley