<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>r | Carlos Mendez</title><link>https://carlos-mendez.org/es/tag/r/</link><atom:link href="https://carlos-mendez.org/es/tag/r/index.xml" rel="self" type="application/rss+xml"/><description>r</description><generator>Wowchemy (https://wowchemy.com)</generator><language>es-es</language><copyright>© 2018–2026 Carlos Mendez. All rights reserved.</copyright><lastBuildDate>Sun, 17 May 2026 00:00:00 +0000</lastBuildDate><image><url>https://carlos-mendez.org/media/icon_huedfae549300b4ca5d201a9bd09a3ecd5_79625_512x512_fill_lanczos_center_3.png</url><title>r</title><link>https://carlos-mendez.org/es/tag/r/</link></image><item><title>Métricas causales comparativas</title><link>https://carlos-mendez.org/es/projects/ccm/</link><pubDate>Sun, 17 May 2026 00:00:00 +0000</pubDate><guid>https://carlos-mendez.org/es/projects/ccm/</guid><description>&lt;h2 id="bienvenidoa-a-métricas-causales-comparativas-en-desarrollo">¡Bienvenido/a a Métricas causales comparativas! (En desarrollo)&lt;/h2>
&lt;p>Una introducción a la &lt;strong>evaluación de impacto regional&lt;/strong> 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.&lt;/p>
&lt;p>Este libro en desarrollo incluye:&lt;/p>
&lt;ul>
&lt;li>&lt;strong>Métodos cuasiexperimentales&lt;/strong> — Desde series temporales interrumpidas hasta el control sintético y las series temporales estructurales bayesianas, con un enfoque comparativo regional.&lt;/li>
&lt;li>&lt;strong>Cuadernos en R + Quarto&lt;/strong> — Capítulos reproducibles con código plegable, listos para renderizarse localmente o ampliarse con sus propios datos.&lt;/li>
&lt;/ul>
&lt;h2 id="capítulos">Capítulos&lt;/h2>
&lt;ol>
&lt;li>Introducción&lt;/li>
&lt;li>Series temporales interrumpidas&lt;/li>
&lt;li>Regresión discontinua en el tiempo&lt;/li>
&lt;li>Diferencias en diferencias básicas&lt;/li>
&lt;li>Control sintético clásico&lt;/li>
&lt;li>Series temporales estructurales bayesianas&lt;/li>
&lt;li>Referencias&lt;/li>
&lt;/ol>
&lt;p>Contribuya y deje sus comentarios en &lt;a href="https://github.com/quarcs-lab/ccm" target="_blank" rel="noopener">https://github.com/quarcs-lab/ccm&lt;/a>.&lt;/p>
&lt;h2 id="proyecto-relacionado">Proyecto relacionado&lt;/h2>
&lt;p>Recurso complementario: &lt;a href="https://carlos-mendez.org/project/intro2causal/">Dominando las métricas causales&lt;/a> — una guía de estudio en Python impulsada por IA basada en &lt;em>Mastering &amp;lsquo;Metrics&lt;/em> de Angrist &amp;amp; Pischke.&lt;/p></description></item></channel></rss>