Métricas causales comparativas

¡Bienvenido/a a Métricas causales comparativas! (En desarrollo)

Una introducción a la evaluación de impacto regional mediante métodos modernos de inferencia causal implementados en R y Quarto. El recurso abarca técnicas cuasiexperimentales para evaluar los efectos de políticas e intervenciones sobre resultados regionales, con ejemplos resueltos y datos de acceso público para una reproducibilidad completa.

Este libro en desarrollo incluye:

• Métodos cuasiexperimentales — Desde series temporales interrumpidas hasta el control sintético y las series temporales estructurales bayesianas, con un enfoque comparativo regional.
• Cuadernos en R + Quarto — Capítulos reproducibles con código plegable, listos para renderizarse localmente o ampliarse con sus propios datos.

Capítulos

1. Introducción
2. Series temporales interrumpidas
3. Regresión discontinua en el tiempo
4. Diferencias en diferencias básicas
5. Control sintético clásico
6. Series temporales estructurales bayesianas
7. Referencias

Contribuya y deje sus comentarios en https://github.com/quarcs-lab/ccm.

Proyecto relacionado

Recurso complementario: Dominando las métricas causales — una guía de estudio en Python impulsada por IA basada en Mastering ‘Metrics de Angrist & Pischke.