Heterogeneous Treatment Effects (CATE)

Aprendizaje automático causal y la maldición de los recursos con Python EconML

¿La riqueza minera ayuda o perjudica el desarrollo local, y las buenas instituciones locales marcan la diferencia? Este tutorial en Python usa aprendizaje automático causal con datos simulados de distritos, cuyos efectos verdaderos se conocen, para medir cómo varía de un lugar a otro el impacto de la minería y de los precios de los minerales. Incluye una aplicación interactiva que funciona en su navegador web.

Aprendizaje automático causal y la maldición de los recursos con Stata 19

¿La minería hace más ricos o más pobres a los lugares, y depende la respuesta de la calidad del gobierno? Con datos simulados que reproducen un estudio publicado, usamos aprendizaje automático en Stata para estimar cómo los efectos de la minería y de los precios de los minerales sobre el desarrollo varían de un lugar a otro. El tutorial incluye una aplicación interactiva que funciona en su navegador web.

Efectos de tratamiento promedio condicionales (CATE) con Stata 19

¿El acceso a un plan de ahorro para el retiro en el trabajo ayuda a algunos hogares a acumular más riqueza que a otros? En lugar de reportar un solo efecto promedio, usamos aprendizaje automático en Stata para estimar cómo varía el efecto entre hogares según su ingreso y otras características. El tutorial incluye una aplicación interactiva que funciona en su navegador web.