[SCRÂȘIT]
[FOSȘIT]
[CLIC]
PROFESOR: Bine ați venit, tuturor.
Deci, data trecută, ne-am lăsat să
spunem, ei bine, un mod rapid
prin care puteți
testa dacă există sau nu
un potențial
pentru o capcană a sărăciei
sau pentru o stare de echilibru multiplă,
care este de obicei interpretată
ca capcană a sărăciei, este să vă gândiți la
mecanism.  care ar duce
la o mapare între venitul de
astăzi și venitul de mâine
sau între activul de azi
și activul de mâine.
Și apoi uitați-vă dacă această
mapare este suficient de puternică.
Deci acesta este exercițiul pe care l-am
făcut la sfârșitul timpului trecut.
Când ne uităm la
efectul venitului asupra nutriției,
petrecem cea mai mare parte a
timpului pe asta.
Și am afirmat că efectul
nutriției asupra productivității
și, prin urmare, al
venitului viitor este acolo, dar nu atât de
puternic încât să
depășească faptul
că efectul venitului --
elasticitatea nutriției
în raport cu
venitul nu este unul singur.  Așa că am
lăsat-o
gândindu-ne că poate

capcana sărăciei bazată pe nutriție, așa cum este descrisă
drept fenomenul fundamental al lui
Dasgupta și Ray, nu există.
Dar, cu toate acestea, răspunsul meu
la cred că o întrebare a lui Recca,
am subliniat că aceasta este o
lucrare pe care o citește toată lumea.
Acesta este ca un clasic modern.
Și așa oamenii
citesc nu atât
pentru că ați
crezut neapărat în acel mecanism,
ci pentru că întreaga
idee de capcană a sărăciei bazată
pe această mapare funky între
venituri sau active la optim
este întotdeauna ceva pe
care îl găsim
în diferite zone ale domeniului.  .
Acum, atunci ați putea trece
la o altă abordare, care
este ceea ce vom
face astăzi, adică, ei
bine, indiferent
de mecanism,
este doar acolo?
Putem găsi un
cadru în care să putem
găsi o relație între
activele de astăzi și activele
anul viitor, de exemplu,
unde nu există
doar acea neliniaritate, ci acea
trecere a liniei de 45 de grade
de jos, care să
asigure că
există o instabilitate,  stare de echilibru și
două stare de echilibru, unul scăzut, unul
ridicat.  Un
alt lucru este,
desigur, indiferent de ceea ce
credem noi ca economiști
stând în aceste camere,
există și
lumea politicienilor, lumea activiștilor,
lumea ONG-urilor.
Și un anumit aspect, o parte a
acestei lumi crede în
capcana sărăciei și, de
fapt, a creat programe
care răspund la ideea că
ar putea exista o capcană a sărăciei.
Și cele două idei s-
au întâlnit frumos împreună
în contextul
programelor ultrasărace,
care sunt foarte mult un
program inspirat de ideea
că ar putea exista o
capcană a sărăciei, care au fost concepute
și lansate în
ultimii ani
și care au dat  o
oportunitate de a
prezenta în mod direct dovezi
împotriva unei viziune de formă redusă a,
există o capcană a sărăciei?
Deci asta vom
face astăzi.
Așa că ideea că
ar putea exista o capcană a sărăciei
se află în centrul unui
set relativ recent
de programe împotriva sărăciei,
programe de combatere a sărăciei,
promovate foarte mult
chiar din Sud,
numită
abordare de absolvire, absolvire ca
în ieșirea din sărăcie.
Și deci ideea este că
ești licențiat în sărăcie,
apoi absolviești
și ai ieșit din sărăcie.
Deci
abordarea de absolvire a fost concepută
de o
organizație de microfinanțare slash
ONG numită BRAC din Bangladesh.
Deci, dacă nu sunteți foarte familiarizat
cu economia dezvoltării, cu
siguranță ați auzit de Grameen
și nu neapărat de BRAC.
Dar BRAC este de fapt organizația mai
mare și mai
cuprinzătoare
a celor două.
Fondatorul său tocmai a
murit acum câțiva ani
și a fost o persoană minunată,
minunată.
Și așa au un
program de microcredite.
Ei conduc și școli.
Ei conduc un centru de sănătate.
Ei duc un
program antidiareic, etc.
Sunt sigur că
fac o mulțime de COVID.
Și acum,
de fapt, s-au extins
în multe alte țări
din sudul global.
Dar au început în Bangladesh.
Așa că ideea lor, ceea ce
s-a întâmplat cu ei
este că atunci când derulau
programul de microcredite, și-au
dat seama că
există un set de oameni
care nici măcar nu sunt interesați să
obțină un împrumut cu microcredit.
Și acești oameni sunt unii dintre cei mai
săraci din sate.
Așa că au decis că
trebuie să facă ceva
pentru a ajunge la acești oameni.
Și au conceput
un program pe care l-au
conceput ca
potențial o primă intrare
în lumea afacerilor foarte, foarte
mici pentru oameni
și, potențial, o
piatră de temelie în microcredite
sau, în general, în lume.
Așa că ideea lor a fost că, oferind
oamenilor o infuzie de capital
ca un cadou, nu ca un împrumut,
și ajutându-i să o înceapă,
îi poți ajuta să scape de
sărăcie într-un mod durabil.
Așadar, întrebarea de astăzi -- voi
descrie programul
mai detaliat --
și întrebarea la care vom
încerca să răspundem astăzi
este dacă acest lucru
funcționează, dacă
par să existe dovezi prima facie
pentru o capcană a sărăciei
și cum  construim astfel de dovezi.
Și atunci știm de
unde ar
putea veni capcana sărăciei?
Așa că lasă-mă să scurtez la asta în
caz că nu ajungem la sfârșit.
Și răspunsul este,
nu complet.
Cred că vom avea
dovezi destul de bune că funcționează.  A
funcționat, atât
pe termen scurt,
dar și pe
termen lung, ceea ce este o dovadă prima facie
a
capcanei sărăciei, probabil din cauza
unui
fenomen de evadare a
unor bunuri prea mici.
Dar nu știm exact de ce.
Și există o mulțime
de cercetări recente
pentru a încerca să intre în asta
și în diferite mecanisme.
Deci, cum
funcționează abordarea de absolvire pe scurt?
Comunitatea este
reunită
și identificată ceea ce
consideră ei ca fiind cei mai săraci
dintre săracii din sat.
Deci asta este ceea ce uneori se numește cartografiere
participativă a resurselor
.
Toți merg împreună.
Ei clasifică oamenii.
Există un întreg exercițiu cu
cărți care implică clasarea oamenilor
după avere.
Prima jumătate din
oameni sunt tăiați în jumătate
de bogăție, cei mai
bogați și cei săraci.
Și apoi săracii sunt
tăiați din nou și apoi iar
tăiați și apoi iar tăiați
până ajungi
la patru-cinci persoane, poate.
Depinde de sat.
Dar, în medie,
patru sau cinci oameni
din sat
sunt considerați
de către sătenii lor
ultrasăraci.
Și când te uiți
la aceste familii,
de multe ori există ceva
destul de clar în istoria lor.
Există o mulțime de
gospodării conduse de femei, unde
soțul a murit, sau
soțul este în viață,
dar este incapabil cumva.
O mulțime de gospodării ca
asta sau alte gospodării
în care au existat--
aproape întotdeauna poți identifica
tragedia care i-a adus
la un set extrem de sărăcie.
De obicei, multe
dintre aceste femei...
acestea sunt adesea
femei, multe dintre acestea.
Nu trebuia, în funcție
de problemă, că este
o femeie care este vizată.
Dar se
întâmplă adesea să fie femei
care cerșesc sau
lucrează ca muncitoare ocazionale, care
trăiesc poate la
periferia satului,
moderat incluse
în țesutul social.
Odată identificate aceste persoane
,
acestea sunt vizitate de către
firma muncitorească BRAC.
Sau acum a fost difuzat
în multe alte țări,
așa cum vă voi arăta într-o clipă.
Și primesc venituri.
Ei primesc un activ.
Este un activ productiv, pe
care îl aleg dintr-un meniu.
Dar se întâmplă adesea să fie o
pereche de vaci sau câteva capre.
În Peru, cobai.
Albinele din Etiopia,
ca albinele.
Ar putea fi și
o mașină de cusut.
Poate fi un început,
ca niște bani
pentru a începe o afacere mică, pentru a
cumpăra primul set de lucruri
de vândut, așa ceva.
Deci, în principiu, există
un meniu, iar oamenii aleg.
Deși, în practică, există
o mare preponderență a vacilor.
Apoi primesc
sprijin pentru venituri pentru câteva săptămâni, în
funcție de active, în
funcție de țară, în
funcție de
program pentru a se asigura
că nu vând--
nu elimină activele
prea repede,
cred, este  ideea
este că, OK,
tocmai i-am introdus.
Deci primesc o bursă
pentru câteva săptămâni.
Ei primesc suport tehnic
pentru a avea grijă de bunurile lor.
Deci, dacă este o vaca,
vaca se vaccinează.
Dacă este o
afacere mică, angajatul
va merge cu ei la piață
pentru a-i ajuta să cumpere lucruri, să-
i învețe să ia autobuzul,
orice ar fi nevoie
pentru a-i ajuta în activitate.
Apoi sunt întâlniri de grup,
unde există alfabetizare,
componentă mică de sănătate.  De
asemenea, ei sunt încurajați
să facă economii regulate.
Deci este o
intervenție cu mai multe fațete.
Și componentele suplimentare
sunt atât de intense în muncă
încât dublează aproximativ
costul programului de transfer.
Programul de active este de aproximativ--
costul activelor s-a
dovedit a fi de 1.000 USD, deci 250 USD PP,
în funcție de țări.
Și apoi este aproximativ
dublu față de costul uman.
PUBLIC: Care este
predicția că
vrei să demonstrezi
modelul capcanei sărăciei, spre deosebire de a
oferi cuiva capitalul creșterii
veniturilor în perioada următoare.
Există vreun rezultat cheie pe care îl
[INAUDIBIL]?
PROFESORUL: Da,
deci întrebarea este,
care sunt predicțiile cheie?
Deci, ce formează o
capcană a sărăciei, spre deosebire de...
banii sunt buni.
Banii sunt mai buni decât fără bani.
Așa că permiteți-mi să vă întorc întrebarea
, dacă nu vă deranjează.
PUBLIC: Bănuiesc că
pentru ultima săptămână,
există randamente super mari.
Am acea elasticitate,
cred, din sărăcie.
PROFESORUL: Da, deci acesta este unul.
Care este altul
destul de clar?
Pentru că acesta este un
program care durează--
totul
până la absolvire
durează aproximativ 18 luni.
Îți primești bunurile.
Și ești susținut de această
întâlnire de grup și toate astea
timp de aproximativ 18 luni.
Și apoi se oprește.
PUBLIC: Capcana sărăciei?
PROFESORUL: Corect, exact.
Deci ideea este că,
dacă este capcana sărăciei,
efectul nu ar trebui să se diminueze.
Altfel, le-ai vedea
scăzând încet pe
termen lung, pe măsură ce au loc șocuri și alți
oameni primesc șocuri pozitive,
băieții noștri primesc șocuri negative.
Vedem efectul
retragându-se încet,
în timp ce dacă ar fi
o capcană a sărăciei
și ar fi
împinși definitiv,
am vedea că efectul
persistă sau chiar
crește în timp.
Cred că ar fi o
reducere de ordinul întâi.
Și apoi la fel de bine este ceea ce
spui,
adică ar trebui să vezi
că dacă este un efect de capcană a sărăciei
, deoarece este
același atu pentru toată lumea,
dar unii oameni sunt și mai săraci
decât alții, chiar și în acest set.
Deci, dacă avem un model de capcană a sărăciei
bazat pe această rentabilitate scăzută
a capitalului la un nivel foarte ridicat,
urmată de o creștere abruptă,
urmată din
nou de un nivel scăzut, la ce ne-am
aștepta în ceea ce privește eterogenitatea
acumulării de active după
program sau, eventual,
la originea
impactul programului?
Da.
PUBLIC: În ceea ce privește cei
mai săraci indivizi
care primesc transferul,
săracii și cei
care sunt mai aproape de ceea ce
vedem ca fiind atât de abrupt pentru
[?  transcapitalism?  ?]
PROFESORUL: Exact.
Deci, potențial,
ați observa o divergență,
efectul programului fiind
mult mai mare pentru gospodăriile care
nu sunt suficient de
sărace încât
nivelul de bază al activului plus bunul să
le aducă deasupra
capcanei sărăciei.
Și am putea vedea asta analizând
efectul programului pe termen lung.  Am
putea vedea asta
chiar și analizând
dinamica
acumulării de active
pentru gospodăriile care ajung după
transfer să fie deasupra sau sub.
Deci avem șansa, într-un fel,
să vedem acea curbă în S în acțiune.
PUBLIC: Mai degrabă decât
tradiționalul.
PROFESOR: Mai degrabă decât
tradiționalul,
acest lucru este în creștere, deoarece
mai multe active este mai bine decât mai puține
active, dar în scădere.
Deci acestea sunt cele două pe care le
căutăm astăzi.
Desigur, mai întâi
efectul pe termen scurt,
care nu sunt evidente pentru
început, și apoi asta.
Da, [INAUDIBIL] și apoi...
PUBLIC: În mod obișnuit, când
este introdus acest tip de program
și există această
metodă participativă -
proces, are
loc oare cu cunoștințele
că rezultatele
procesului sunt --
oamenii care
sunt identificați vor
primi acest
program foarte valoros?
Pentru că ne-am putea imagina că
ar putea exista un fel de captură.  Se
ține cont de asta
atunci când [INAUDIBLE] a proiectat asta?
PROFESORUL: Da.
E o întrebare grozavă.
Deci răspunsul este da, toată lumea
știe că asta se întâmplă.
Adică, ai putea menține
surpriza poate prima dată.
Dar, în orice caz,
asta nu este sustenabil.
Sau este vizibil când cineva
primește așa ceva.
Așa că știrile ar intra.
Așadar, acest lucru se
face cu adevărat din perspectiva
că oamenii știu când
fac exercițiul că acest lucru
va fi folosit pentru resurse.
Deci aceasta este cu siguranță o îngrijorare
pe care oamenii și-au exprimat-o.
Și o să-ți cer să-ți
suspendi neîncrederea
până ajungi în
partea lui Ben a secțiunii,
unde va
vorbi despre țintire.
Deci, în acest caz particular,
ceea ce fac și ei este
o verificare ex-post
pentru a verifica că...
pentru a merge efectiv la gospodărie.
Și apoi, de fapt,
rezerve unele dintre gospodăriile
care nu sunt suficient de sărace.  Un
alt lucru care... pentru că
asta a fost replicat în India.
Am fost implicat în
studiul India.
Ceea ce am constatat în India
este că mulți oameni au
refuzat și transferul.
În cadrul nostru, aproximativ jumătate din
oameni au refuzat să se transfere.
Dar asta a fost ceva
specific indian.
Deci, atunci când
îi vizitezi, se pare că despre
ce vorbești?
Nu vreau asta,
ceea ce este surprinzător
pentru că sunt mulți bani.
Așadar, cred că, pe scurt
și pe scurt,
veți vorbi, din nou,
despre țintire
în detaliu,
deoarece este o problemă cheie,
este că atunci când totul
este spus și făcut,
aceste probleme de captare
și manipulare potențială
sunt probabil  nu atât de mare.
Ele nu sunt inexistente,
dar nu sunt enorme,
mai puțin de prim rang decât
economistul, se
întâmplă să fie o reacție de genunchi.
Da.
PUBLIC: Am o
dublă întrebare.
Primul se
întoarce la ultima clasă.
Nu putem avea capcane ale sărăciei
fără fricțiuni financiare.
PROFESORUL: Da.
AUDIENTĂ: Condiționat
de asta, este
acesta un test al
fricțiunilor financiare
și/sau fricțiunilor financiare poate
determina capcanele sărăciei să se alăture?
PROFESORUL: Nu,
nu cred că este
un test de frecare financiară.
Și, de fapt,
cred că aproape că putem
exclude această
fricțiune financiară în centrul
acestei situații,
deoarece acest program este
condus de o
companie de microcredite care este deja
prezentă în aceste sate
și nu și-ar dori
altceva decât să dea
bani acestor oameni.  .
Și de fapt,
inspirația pentru acest program
a fost că acești tipi
nu sunt dispuși să meargă.
Nu au un proiect.
Ei nu vor să o facă.
Deci nu sunt dispuși
sau nu pot să plece.
Deci, cred că, într-un fel, putem
exclude frecarea financiară
cu o anumită cantitate
de fluturare a mâinii.
Aceasta este o piață în
care creditul ar
fi disponibil pentru acești
oameni dacă ar dori acest lucru.
Deci, în acest context,
nu asta testăm.
Și cea mai mare parte a zilei de astăzi va
rămâne teribil de utilă,
adică
vă voi arăta că --
previzualizarea
rezultatului --
vă voi arăta că aceste
programe au un efect mare care
sunt foarte persistente în
timp, peste 10  ani,
sugerând că ar putea
exista o capcană a sărăciei în joc.
Mai mult, vom
vedea că
există, de fapt, în acest
cadru, această aparent,
această relație în formă de S
între capitalul de azi
și capitalul de mâine,
care ar putea sta la baza
acestui efect persistent.
Ceea ce nu am de gând să
vă spun astăzi
este de unde vine.
Sunt dispus să
exclud alimentația din cauza a ceea ce
am discutat data trecută.
Sunt dispus să exclud
piețele de credit din cauza a ceea ce tocmai
ți-am spus.
Dar ceea ce este de fapt,
cred că este foarte deschis pentru ea
pentru discuții.
Și nu se va
rezolva astăzi.
Deci, acesta este, în acest moment,
exact ca... dar
știind deja că este acolo.
Și apoi putem să ne întoarcem la
mecanism și să spunem, unde este?
Unde vine acea hartă
care este atât de puternică să vină - să
ducă la asta, să ducă
la acea [INAUDIBILĂ]?
Deci, pentru această intervenție
este super costisitoare,
în comparație cu a face
aproape orice,
inclusiv a oferi doar
bani oamenilor, care
este o altă alternativă populară,
sau inclusiv a face alte lucruri
care ar putea afecta în mod direct
sănătatea sau educația
acestor tipi.
Deci, desigur, este o
întrebare interesantă,
dacă este sau nu eficientă,
nu doar pe termen scurt.
Este valoroasă doar dacă această
idee de capcană a sărăciei există
și este, de fapt, justificată.
Teoria schimbării care stă la baza
acesteia este că este o mare impuls.
Merita super.
Este super scump,
dar merită
pentru că va
fi plătit
de-a lungul vieții acestei
persoane și, eventual, a
copiilor lor.
Deci prima întrebare
este, funcționează?
Așa că aici
vă vom face un mic pas
deoparte pentru a vă gândi cum
răspundem la această întrebare.
Pentru unii dintre voi, va
fi o recenzie.
Pentru unii dintre voi, va
fi un material nou.
Dar chiar și recenzia,
constat că... în
fiecare an, predau asta.
Și în fiecare an,
învăț ceva
doar uitându-mă la acest număr.
Așa că sper că, chiar și pentru
persoanele pentru care este o recenzie,
o veți găsi util.
Deci este o trecere în revistă a ceea ce
înseamnă chiar să ai un efect
și ce înseamnă impact.
Așa că voi lua în considerare tratamentul nostru.
Vrem să știm dacă
tratamentul nostru particular are
un impact.
Și să-i spunem
W și un rezultat Y.
De exemplu, rezultatul
aici este dacă ai
beneficiat de programul ultra sărac
este tratamentul
și apoi dacă ești sau nu
capabil să te hrănești,
consumul de alimente sau orice altceva.
De fapt, ar putea
exista o serie de rezultate.
Și vom reveni la această
întrebare este rezultatul.
Așadar, modul în care
Imbens și Rubin
susțin acest lucru este să spună, ei bine,
rezultatul pe care îl observ
este ceva pe care îl voi
numi rezultat potențial
dacă este tratat, care
este renunțarea doar
dacă se întâmplă să fiți tratat.
Deci este înmulțit cu acest
manechin, care este egal cu 1
dacă ești tratat.
Și apoi este
rezultatul tău potențial netratat
înmulțit cu un inactiv, care
este 1 dacă nu ești tratat,
care este 1 minus
Wi, care este inactiv
indică faptul că ești tratat.
Deci toată lumea este observată doar
într-una dintre cele două situații.
Dar manechinele de tratament
opresc lucrurile.
Și deci nu sunt...
cel puțin conceptual,
pot oricând
defini
rezultatul potențial pentru ambele situații.
Înainte să
apară automatizarea, ați fi
putut fi o
persoană tratată sau o persoană de control.
Aveți un
rezultat potențial pentru aceste două,
pentru aceste două setări.
Înainte să merg
mai departe, acest lucru ar putea
fi familiar pentru mulți dintre voi.
Dar există o
presupunere care este
îngropată acolo
deja în ideea
că pot scrie așa.
Poate cineva să-mi spună ce
presupunere este îngropată acolo?
Da, Recca.
PUBLIC:
Alocați tratamentul
unui grup care
nu afectează
experiența
celuilalt grup,
astfel încât să nu existe
efect de rețea, de exemplu.
PROFESORUL: Exact.
Așadar, acesta este ceea ce se încadrează sub
jargonul Stable Unit Treatment
Value Assumption, sau SUTVA,
care spune practic,
dacă faptul că
altcineva este tratat
nu afectează tratamentul meu.
Și acesta este singurul
lucru care
îmi permite să scriu
rezultatul potențial ca doar tratamentul meu, spre
deosebire de tratamentul meu
și al tuturor în afară.
Altfel, să presupunem că ai
avut doi oameni.
Și unul este tratat,
unul este netratat.
Dar
persoana tratată se supără când
cealaltă persoană nu este tratată.
Atunci fericirea
persoanei tratate
este o funcție a
statutului său netratat
și a statutului de tratament
al celeilalte persoane.
Deci doar cu două,
avem deja patru rezultate potențiale,
nu două.
Din nou, le
excludem aici, ceea ce, așa cum
subliniez Recca, înseamnă că
eliminăm efectele de rețea,
de exemplu, posibilitatea
ca cineva să ajute pe
altcineva.
Excludem
efectul de comparație invidios,
așa cum tocmai am făcut-o.  S-
ar putea să mă supără că
altcineva este ajutat.
Lansăm învățarea.
Noi lansăm direct,
externalitatea, contagiune,
acest tip de lucruri,
care devin mai relevante
pentru tratamentul medical
și așa ceva.
Deci nu excludem pentru că
credem că nu există niciodată.
Excludem pentru că am
aflat că excludem.
Și apoi îi vom aduce
înapoi la un moment dat.
Deci este un
lucru important de spus.
Devine greu de abordat
dacă nu trebuie să SUTVA.
Așa că atunci când nu avem SUTVA,
încercăm să modelăm în ce fel
suntem afectați de
celelalte unități.
Deci, dacă putem scrie în
acest fel, atunci
există o idee bine definită.
Care este efectul tratamentului?
Este rezultatul meu potențial
dacă sunt tratat
față de
rezultatul potențial dacă nu sunt.
Putem estima acel
lucru pentru orice persoană?
Nu, pentru că nu le
observăm niciodată pe amândouă.
Deci, asta nu se întâmplă
deoarece ex-post
observăm doar unul dintre cele
două rezultate potențiale --
individul ajunge să
fie tratat
și ajunge să nu fie tratat.
Așa că nu vom ști niciodată
efectul tratamentului individual
pentru fiecare individ.  S-ar
putea să ne apropiem de asta.
Dacă avem suficientă variație în,
să zicem, caracteristicile observabile
despre un individ și
avem suficiente date,
putem încerca să ajungem undeva
în a spune, ei bine,
efectul tratamentului pentru cineva
care arată ca Recca,
în ceea ce privește a fi tânăr.  femeie
care studiază economie,
care a crescut în opt țări,
asta tinde să fie.
Dar ar trebui să
avem destui astfel de oameni pentru a
putea
spune, acesta este
efectul tratamentului pentru cineva ca acesta.
Deci asta, s-ar putea să putem face.
Așadar, am putea fi interesați
de efectul mediu al tratamentului
pentru
populație, care ar
fi așteptarea de pe tot
globul cu privire la diferența
dintre efectele tratamentului.
Ne-ar putea interesa
cel pentru care
a primit tratamentul.
Deci acesta este
efectul mediu al tratamentului.
Acesta este tratamentul
asupra celor tratați.
Și apoi în
discuție, tocmai
spuneam că ne-ar putea interesa
impactul tratamentului
pentru cei care au
unele caracteristici
observate sau neobservate.
Deci, acesta devine încă un
efect de tratament mediu,
dar pentru o persoană
care are un vector
sau ale cărei caracteristici
sunt un vector x.
Deci, când vorbim despre
medicină personalizată,
învățare automată etc., despre asta vorbim
cu adevărat
, care încearcă
să ocolească acest lucru că
nu putem face medicină personalizată
pentru că observăm
aceeași persoană o singură dată,
exploatând informațiile vechi.
avem despre ei.
Deci acestea sunt lucrurile pe care am
putea dori să le facem.
Toate acestea sunt o aromă de
efect mediu de tratament.  Am
putea dori să știm
cum afectează tratamentul
nu numai media între
grupuri, ci și distribuția
efectelor tratamentului.
Deci, asta vom obține
din efectul tratamentului cuantile
comparând oamenii,
comparând cuantila.
Ar putea fi mediana.
Ar putea fi a 90-a percentila,
a 5-a percentila.
Ne-ar putea interesa
cuantila
efectului de tratament, care nu este
același lucru cu acesta,
deoarece, spre deosebire de așteptări,
care se desfășoară frumos
în ambele sensuri,
cuantila unei diferențe
nu este diferența
în cuantilă
decât dacă ești dispus.  pentru a
face o altă presupunere.
Așa că subliniez asta.
Ai auzit deja.
Dar uităm tot
timpul, pentru că dacă
adăugați o presupunere convenabilă
că tratamentul nu
afectează
rândurile oamenilor, atunci aceasta începe
să arate foarte mult așa.
Deci, în această ipoteză,
care este foarte puternică,
atunci puteți ajunge
la ceva care
seamănă mai mult cu cuantila
efectului tratamentului.
Dar trebuie să ne amintim
că, dacă nu sunteți
dispus să faceți această presupunere,
nu este neapărat un lucru
foarte bun -
nu funcționează așa.
De exemplu, dacă te întorci
la programul ultra sărac, s-
ar putea ca
programul să afecteze nu numai
nivelul de bogăție al oamenilor,
consumul etc.,
ci și rangul lor în locul în care
se află în distribuție.  Nu
există nimic care să
ne asigure că avem această
ipoteză de rang și varianță.
Deci acum, să presupunem că avem asta.  Ne
întoarcem la
problema mai simplă
de a încerca să știm care este
efectul mediu al tratamentului.
Și avem un grup
de oameni tratați
și un grup de oameni de control.
Deci, ei bine, cel mai bine
putem face este să începem
prin a ne uita la
diferența dintre medie.  Am
dori diferența
dintre medie, pe care o
înlocuim cu media eșantionului.
Deci, aceasta este
așteptarea Yi tratată
pentru cel tratat minus
așteptarea
controlului Yi pentru control.
Voi adăuga și scădea
ceva, un obiect care
nu este observat, dar
există conceptual,
care este media
rezultatului netratat
pentru populația tratată.
Deci o scad aici.
Și apoi îl adaug în
partea care lipsește.
Deci ce îmi oferă?
Ei bine, acum că
am asta, pot doar să
rearanjez puțin.
Și primesc
așteptarea Yi1 minus Yi0
pentru cei tratați.
Deci ce este asta?
Care este acea cantitate?
Este un obiect care ne
interesează potențial?
Da.
PUBLIC: Este
efectul mediu al tratamentului
asupra persoanelor care au fost tratate.
PROFESOR: Deci
efectul tratamentului asupra celor tratați.
Grozav.
Dar atunci avem asta.
Și care este acea diferență?
PUBLIC: Indiferent de
diferențele care
existau deja între persoanele care
au fost selectate pentru tratament.
PROFESORUL: Exact.
Deci, este potențialul -
mai degrabă decât să
existe deja, care ar
fi existat
oricum sau ceva
în absența
tratamentului, deoarece
ar putea fi capturat de o linie de
bază, sau nu ar putea fi.
Nu este neapărat
un lucru temporal.
Dar se spune că, în
ceea ce privește rezultatul potențial,
aceste două grupuri sunt potențial
deja foarte diferite.
Deci, luați în sat, dacă
conduc programul ultra-sărac
și îmi desfășoară
exercițiul de resurse participative.
Și identifică 10 persoane.
Și apoi mă duc și le
chestionez pe acești 10 oameni.
Și, în cele din urmă,
personalul de sondaj decide că vor
lua doar
5 din cei 10 oameni,
pentru că ceilalți
nu prea reușesc.
Cineva ar putea spune... și
cineva a spus și a făcut
o primă analiză a
acestui program spunând:
permiteți-mi să compar pe cei cinci
oameni care au intrat în program
cu cei cinci oameni
care nu au intrat.
Cei cinci oameni
care nu au intrat.  în
erau probabil destul de săraci
pentru că au fost selectați
de către sătenii lor.
Deci, dacă tot găsesc o
diferență între cele două,
trebuie să fie
vina săracilor.
Desigur, ceea ce nu
știm este dacă
este ceva
diferit la ei, ceea ce
înseamnă că personalul
ONG-ului a decis să nu le ia.
Ar putea fi observabil sau
poate fi neobservabil.
Și asta e problema pe care o avem.
Deci asta e problema de selecție.
Deci, practic,
avem trei cazuri.
Fie suntem în
cel mai bun scenariu
din punctul de vedere
al acestei probleme, și anume
că programul
a fost repartizat aleatoriu.
Deci, de exemplu, un
lucru frecvent în studiul [INAUDIBLE],
există două tipuri
de alocări aleatorii.
Fie satele au
fost alese aleatoriu, fie
satele
nu suntem alese aleatoriu.
Identificarea a fost făcută.
Și apoi, în rândul persoanelor
care au fost identificate,
oamenii au fost sau
nu selectați aleatoriu
în cadrul unor persoane calificate.
În acest caz,
nu este nimic
diferit în mod sistematic la oamenii
care au fost selectați o dată prin tragere la sorți,
odată ce fac toate aceste lucruri.
Deci, în acest caz,
selecția ar trebui să fie 0.
Și ar trebui să obțin
o
estimare a efectului imparțial al efectului
tratamentului asupra celor tratați.
Asta vom
studia astăzi.  O
altă setare este
cea în care nu este
o funcție cunoscută a covariatelor.
Dar sunt dispus să spun că, odată ce
știu totul despre ei,
destule lucruri despre
ei, s-a întâmplat ceva,
ceea ce înseamnă că unii
oameni au fost tratați,
iar alții nu.
Și sunt dispus să spun că,
condiționat de avertismentul pe
care îl observ,
în ciuda faptului că nu știu
exact cum
a fost făcut cârnatul,
sunt dispus să
presupun
că
rezultatele potențiale sunt independente.
Cele două rezultate potențiale
condiționate de x
sunt independente de
starea tratamentului.
Și asta te conduce la...
asta te-ar face încrezător
să încerci și să controlezi în mod adecvat
aceste observabile diferite.
Atâta timp cât controlezi pe deplin
acest set de x, chiar dacă
nu știi cu adevărat de ce a fost tratat
cineva cu această caracteristică specială

, altul nu a fost,
ești rezonabil,
suficient de mulțumit.
Deci, dacă faci asta, de
exemplu, acesta este exemplul pe care ți l-am
dat cu ideea
că condiționalul a
fost selectat de oameni.
Ești dispus să spui
că nu știi
exact cum a ales personalul.
Dar orice au făcut,
e la fel de bun ca și pentru ei.
Apoi, dacă sunt capabil să
controlez pe deplin în acest caz,
ar fi ușor, deoarece
am
persoanele selectate și neselectate,
pot controla pentru acel statut
și, în cadrul acestuia, să procedez aproape
așa cum lucrurile au fost
repartizate aleatoriu, chiar dacă
acestea  nu au fost.
Și știu că nu au fost.
Deci aceasta este, desigur,
justificarea standard
pentru o mulțime de
regresii [INAUDIBILE],
care adaugă pe deasupra
o grămadă de
presupuneri de formă funcțională;
regresie de potrivire, care
adaugă
presupunerea formei funcționale mai puțin puternice;
sau uneori nicio
presupunere a formei funcționale.
De exemplu, dacă numărul de
celule pe care le aveți în exces
nu este atât de mare, iar
numărul de observații
este foarte mare, atunci
puteți calcula
diferența dintre tratament
și control în fiecare celulă.
Și apoi luați
media ponderată a acestei celule.
Și iată cu
efectul tău de tratament.
Toate presupunerile tale
sunt corecte.
Deci, Josh, de exemplu, are
o lucrare foarte cunoscută
despre efectul
serviciului militar, în care spune că
controlez tot ceea
ce ar putea
intra în decizia de
ce cineva
face
serviciul militar în celule.
Mă uit la fiecare celulă.
Mă uit la
diferența dintre a
făcut-o și nu a făcut-o.
Și apoi reagreg.
Deci aceasta este o estimare potrivită.
Și aveți diferite
tipuri de estimări de potrivire
care sunt mai mult sau mai puțin
parametrice și, prin urmare, mai mult
sau mai puțin credibile.
Dar ipoteza de bază este
întotdeauna aceasta a neconfundarii,
odată ce știi suficient.
Și apoi a treia metodă
cu aceeași idee
este un estimator dublu de învățare automată
, dublu post-lasso, pe
care Victor Chernozhukov și
Belloni i-au dezvoltat și care a
devenit destul de popular în
literatura aplicată,
și metoda mai generică de
învățare automată dublă
pe care Whitney, Victor, eu.  ,
și o grămadă de alți oameni au
lucrat.
Și asta este, de asemenea, destul de frumos.
Dar este condiționat
de această presupunere.
Deci, adaugă clopoței și
fluierături și sofisticare
în ceea ce privește
analiza econometrică.
Dar la sfârșitul
zilei, acesta este
întotdeauna același lucru,
ceea ce nu este cu adevărat
o presupunere testabilă
în majoritatea cazurilor.
Deci, aceasta este
observația dvs. -- observator --
Aș numi-o fără
prejudiciu nicio strategie de proiectare a cercetării,
deoarece
strategia mea nu este o strategie.
Și apoi există o strategie în care
spui, ei bine,
ești îngrijorat că
rezultatul potențial depinde
de sarcină.
Nu sunteți dispus să
presupuneți că
există un set de x care o rezolvă.
Apoi trebuie să facă
ceva pentru a încerca să găsească
un colț de lume care
nu este supus acestui lucru.
Și aici ajungeți la
strategia de proiectare a cercetării.
Așa că vom petrece o mare parte din
clasă uitându-ne la exemple
ale acelei
diferențe în diferențe,
designul discontinuității regresiei
și variabilei instrumentale.
Un tip special de
variabilă instrumentată
este acela în care aveți o
variabilă latentă care ar putea
fi atribuită în mod aleatoriu.
Și îl folosești pentru a forma un
instrument pentru tratamentul de
care ești de fapt
interesat.
Deci nu există Wi care este
alocat aleatoriu sau la fel de bun
ca alocat aleatoriu.
Dar există un Zi care este
potențial alocat aleatoriu,
afectează Wi-ul și, cu excepția cazului în care
sunteți dispus să faceți o
presupunere suplimentară pentru a
recupera efectul Wi-ului.  Așa că
asta vom face -- o
scurtă previzualizare a modului în care se aliniază
diferitele strategii pe care o vom
vedea pe
parcursul semestrului.
Așadar, astăzi începem
cu cea mai ușoară,
cel puțin cea
mai simplă din punct de vedere conceptual
, care este
atribuirea aleatorie, care,
prin definiție,
alocări aleatorii
rezolvă
distorsiunea de selecție din eșantionul dvs.,
deoarece este o atribuire cunoscută, o
regulă de alocare cunoscută,
care este fie  complet
randomizat sau randomizat
condiționat imparțial,
dar oricum randomizat,
astfel încât să puteți compara lucrurile
direct, fără să vă faceți griji cu
privire la prejudecățile de selecție.
Acestea fiind spuse, tot
nu este ca un panaceu.
Există probleme cu
evaluarea randomizată
pe care mulți oameni le-au menționat.
Și o să le
vedem în continuare.
Și vom vedea o
parte din asta astăzi.
Care sunt unele dintre
lucrurile de care oamenii se
îngrijorează în ceea ce privește
validitatea rezultatelor
în cazul
evaluărilor randomizate?
Recca.
PUBLIC: Puteți efectua un
RCT într-un anumit cadru.
Dar ați putea crede
că dacă ați dori
să aplicați acest lucru într-o
altă țară, de exemplu,
atunci am avea
acest efect în altă parte?
PROFESORUL: Exact.
Deci asta este prima problemă.
Și, de fapt, una despre care vom
vorbi astăzi
este măsura în care
rezultatele depind de context
și ar fi eterogene
de la context la context.
Și, prin urmare, rezultatul
unuia este predictiv sau nu a
ceea ce s-ar întâmpla
într-un alt cadru.
Deci aceasta este prima preocupare
care este cu siguranță prezentă.
Ce alte
preocupări au oamenii?
Da.
PUBLIC: Când oamenii
nu se comportă în urma
sarcinii pe care ni le
oferim și o tratează
ca și cum ar fi control.
Iar controalele acționează ca și
cum ar fi tratate.
De exemplu, dacă le dai
o pastilă, pot să iau pilula
sau pot decide să nu o iau.
PROFESORUL: Corect.
Deci, există diverse
probleme de neconformitate,
de exemplu, cea despre care
vorbeam
în cazul
ultra-săracilor,
adică unii oameni doar
spun nu programului.
Alternativ, unii
oameni ar putea reuși
să se strecoare, ceea ce înseamnă că
tratamentul tău real nu
mai este repartizat aleatoriu.
Deci, atunci trebuie să te
ocupi de asta,
că pierzi lumea
perfectă [INAUDIBILĂ] Da.
PUBLIC: În urma
primelor comentarii,
există și o
problemă mai realistă aici.
Pe tărâmul
efectelor eterogene ale tratamentului,
capacitatea de a desfășura
un RCT poate depinde
de faptul că oamenii știu
că, oh, sunt
în coada potrivită a
efectelor tratamentului.
Oamenii spun că sunt incapabil să
conduc un experiment
într-un sat.
Poate că asta se datorează faptului că
guvernanții din acel sat
sunt conștienți de faptul
că, oh, suntem de fapt
pe partea dreaptă
a distribuției.
Ar fi foarte bine pentru noi.
Deci nu este doar faptul
că
efectul tratamentului în acel sat
nu este previzibil pentru alții, ci este
că
tratamentul din sat
este cel mai mare efect
posibil de tratament
în comparație cu...
PROFESORUL: Corect.
Excelent.
Deci, asta este ceea ce Heckman
a numit
părtinirea randomizării, și anume că nu numai că
este originar din lume.
Deci rezultatele unui experiment se
pot generaliza sau nu.
Dar există ceva
specific despre
studiul randomizat controlat
care vă poate conduce la,
de exemplu, un efect mai mare al
tratamentului.
Și unul dintre ei este
selecția site-ului, care este cineva,
fie cercetătorul pentru că
sunt dispuși să -- ar
dori să publice o lucrare --
sau partenerii, pentru că
ar dori să arate bine,
vor alege locurile în care

efectul tratamentului.  sunt cele mai înalte.
Deci vei avea tendința de a fi
părtinitor în această direcție.  Așa
că există o lucrare foarte drăguță
a lui Hunt Alcott în mediu
care arată că primul
experiment al firmei
Opower, care este unul în care
obțineți acest mic pliant
despre consumul dvs. de energie.
Și îți spune cum te
compari cu vecinii tăi.
Deci le-ai primit?
Întotdeauna arătăm groaznic.
Când locuiați într-o
casă, eram un plus teribil,
chiar mai rău decât de obicei.
Așa că am vrut să le spun,
dar sunt șase.
Deci, în orice caz,
primești aceste lucruri.
Și îți spune, citești, te
rog să-ți reducă consumul.
Sau nu spune asta.
Spune doar... așa că găsește un
efect destul de mare pe primul site.
Și apoi experimentele au
fost replicate
pe sute de site-uri.
Și apoi, ceea ce vedeți este că
rezultatele din următoarele 95 de
site-uri sunt de fapt mult
mai mici decât rezultatele
din primele câteva site-uri.
Și asta s-ar putea întâmpla
tocmai din această cauză,
pentru că primele
site-uri au fost selectate
pentru a fi locuri unde poate
oamenii ar fi crezuți --
unde oamenii cred că
ar avea cel mai mare impact.
Deci acestea sunt câteva dintre probleme.  O
altă problemă este că atunci când
ai multe, multe rezultate,
nu totul poate fi într-adevăr
prezentat într-un popor.
Oamenii au o atenție limitată.
Deci, există riscul de a
alege cireșe pentru foarte multe rezultate.
În cazul unui program
precum cei ultra săraci,
ai această problemă în
mulțime pentru că nu
ai un lucru pe care
chiar vrei să-l urmărești.
Vrei să vezi dacă le
îmbunătățește viața, ceea ce
se măsoară în multe, multe feluri.
Și cum te descurci
cu multe rezultate?
Deci cred că acestea
sunt unele dintre...
și apoi,
desigur, incertitudine.
Am menționat conformitatea.
Dar există, de asemenea, doar
dimensiunea eșantionului nu este enormă.
Deci nu sunt infinite.
Și, prin urmare, aveți
potențiale probleme de putere, despre
care cred că veți
petrece ceva timp pentru asta.
Și o critică
la adresa experimentului
este că acestea sunt în
general prea mici.
Deci puterea lor este prea mică.
Și pot
obține efecte numai dacă...
obține rezultate semnificative
dacă efectele sunt foarte mari,
ceea ce ar putea determina oamenii
să rateze un anumit efect.
Așa că am discutat despre
asta, spillovers.
Nu a apărut, dar a
apărut când discutam despre
ipoteza SUTVA.
Culegere cireșe și
valabilitate externă, asta va fi cu noi.
Acestea sunt probleme
serioase, care sunt reale
și, prin urmare, trebuie
abordate pentru fiecare popor.
Acum întoarce-te la absolvire.
Și există două lucrări recente.
Am scris două studii.
Dar, în realitate, a doua
lucrare este ca șase studii
și arată un
efect remarcabil al acestui program.
Primul, de Oriana
Bandiera, Robin Burgess,
Imran Rasul și alții, a privit
direct pogromul BRAC
din Bangladesh,
programul mamele tuturor.
Și apoi a urmat o continuare.  A
fost publicat înainte pentru că a fost
publicat în Science.
Dar, în realitate, acest lucru
a venit după aceea în ceea ce privește
derularea experimentului
de către o grămadă de oameni,
inclusiv Abhijit
și cu mine, care au urmărit
o intervenție foarte similară
în șase țări, pe care am
urmat-o prima dată timp de trei ani.
Și apoi într-o parte din
eșantion, și am să
vă arăt
datele din India,
au fost urmărite încă o dată
, până la 10 ani.  Au
fost
urmăriți de 10 ani.
Și tipii ăștia au pierdut
controlul după patru ani.
Dar continuă
să trateze, să urmeze
controlul x și
tratamentul x până la 10 ani.
În India, nu am
pierdut niciodată controlul.
Continuăm să le urmăm.
Deci, să ne
uităm
mai întâi la rezultate
și apoi să discutăm despre
unele dintre caracteristicile
acestui experiment,
care abordează într-
o oarecare măsură unele dintre preocupările
pe care voi le-ați putea avea.
Deci acestea sunt rezultatele
studiului din Bangladesh.

Studiul din Bangladesh a fost randomizat
la nivel de zonă geografică.
Așa că mai întâi au
decis unde să meargă.
Și apoi au făcut
toată intervenția.
Și i-au tratat pe toți cei
care au ieșit din proces.
Deci este o
situație bună în ceea ce
privește situația de deversare.  Cele
mai multe dintre studiile
din lucrarea Science
au fost randomizate la
nivel individual
în sat,
deși un cuplu
au fost randomizate la ambele niveluri.  A
existat randomizare
mai întâi la nivel de site,
apoi în interiorul site-ului,
la nivel individual.
Deci, care este
lucrul bun de a trebui să
randomizezi mai întâi
la nivel de site
și apoi individual
în cadrul site-ului?
Ce permite verificarea?
[INAUDIBIL]
PUBLIC: Dacă
există contagii.
PROFESORUL: Exact.
Așa că puteți
verifica direct pentru deversări,
deoarece vă puteți uita
la
persoanele netratate din satele tratate.
Și puteți vedea dacă
rezultatele lor sunt diferite.
Atât de mult și mai puțin
, și de
aceea voi trata toate
aceste studii la fel acum,
este că nu există nicio dovadă
de răspândire în acest caz.
Nu înseamnă că
nu există în general.
Pur și simplu nu sunt
prezenți în acest caz.
Deci, iată rezultatul
studiilor din Bangladesh.
Așadar, acestea sunt câteva dintre
puținele rezultate care sunt utilizate:
sub pragul sărăciei,
cheltuieli de consum pe cap de locuitor
sau echivalent pe adult,
valoarea activelor gospodăriei,
economii, indiferent dacă
primesc sau nu împrumuturi,
indiferent dacă acordă sau nu împrumuturi.
Fiecare rând este un
efect de tratament, cu eroarea standard
a efectului de tratament și
stele pentru a indica semnificativ.
Deci asta e pentru
primele două rânduri.
Deci, fiecare rând din primele
două rânduri și prima coloană
provine dintr-o analiză diferită.
Are sens?  De
fiecare dată comparăm
tratamentul cu controlul.
Deci, de exemplu, dacă
citesc asta, poate cineva...
Vishen, poți să citești asta... să
construiască o propoziție cu
acel număr, cu asta...
PUBLIC: Deci la patru ani
după impactul programului,
gospodăriile tratate
au avut în medie...
ce  este aceasta-- cu
8,4% mai puține persoane sub
pragul sărăciei,
puncte procentuale.
PROFESOR: Puncte procentuale.
Deci, au avut 8,4
puncte procentuale
mai puține șanse să fie
sub pragul sărăciei.
Și apoi, în general,
acest tip de tabel,
vom oferi
grupului de control pentru a
ști la ce ne uităm.
Așa că aici, uneori
stabilite la momentul inițial,
aici ne arată
grupul de control la următorii patru ani
.
Adică 62%.
Deci este de 8,4 puncte procentuale
pe baza a 62 de
puncte procentuale.
Deci aceasta este o
reducere de 13,5 procente.
Apoi testăm
dacă impactul este...
amintiți-vă că ne
interesează pe termen lung.
Deci testăm dacă
impactul nostru... într-adevăr,
ar fi putut face un test unilateral
pentru a vedea dacă impactul
scade.
Dar ei testează dacă
sunt diferite în timp.
În acest caz particular,
ele par să
crească în timp.
Apoi pătratul R.
Nu știu ce
facem vreodată cu R-square,
dar asta este acolo.
Și apoi numărul
de femei, numărul
de observații în
gospodăriile lor
și numărul de grupuri.
PUBLIC: Profesor.
PROFESOR:
PUBLIC: Referitor la
acestea, există vreodată o decizie
atunci când randomizarea sau
alegerea unui eșantion
pentru a ne asigura că nu tratăm
mai mult de un anumit procent
din sat pentru a ne asigura că
oprirea totală a capitalului nu se
schimbă sau ceva de genul  ca asta?
Mă gândesc cum ai
argumenta că [?  GB ?] efectele
nu sunt chiar atât de rele.
PROFESORUL: Deci ar putea exista.
Sau tu, de fapt, ai putea merge în
direcția opusă.
Au existat o mulțime de-- mai
multe studii în
ultimii câțiva ani care au
încercat să varieze
fracția de oameni
care sunt tratați pentru a
vedea dacă începeți să vedeți un
efect de tip echilibru
asupra prețurilor și lucruri de
genul ăsta prin randomizare
la acel nivel.
Așa că uneori
vrei să le excluzi
pentru că ești interesat
de efectul individual.
Uneori ești
foarte interesat
de efectul pieței.
Deci vrei să te
asiguri că te saturi
suficient, dimpotrivă.
Așa că, de exemplu, Lauren,
care vizitează aici,
lucrează mult
la realizarea piețelor, într-un fel,
creând o relație între
comercianți și potențialii vânzători.
Și acolo ea caută
aproape contrariul.
Vrea să se asigure că
are suficientă saturație.
Deci da, absolut.
Este ceva ce oamenii au în
vedere să vadă unde sunt.
Deci, de fapt, în cazul
studiilor ultra-sărace,
motivul pentru care cred că
nu vedem externalități
este că în fiecare sat,
foarte puțini oameni sunt tratați
și nici
oameni extrem de integrați social.
Deci aceasta este cercetarea pe care o
consideră încurajatoare.
Impact asupra aproape
totul,
mai ales după patru ani.
Apoi
a apărut studiul Science și, într-un fel,
a fost un răspuns la punctul de
valabilitate extern
sau o modalitate de a aborda
punctul de valabilitate extern, având în
vedere acest
program super promițător.
Există multe speranțe că
aceasta ar putea fi o strategie
de abordare a sărăciei.
Și, dar având în vedere cât de
scump și, într-un fel, de
specific este programul, cu
toate aceste componente diferite pe
care nu le puteți
descurca cu ușurință
mecanismul sau nu puteți înțelege
de ce funcționează,
a existat într-adevăr
dorința de a vă asigura
că programul  este replicată
într-un context cât mai diferit
posibil pentru a evalua
validitatea externă
a contextului dependent.
Deci, acesta este un proiect care a
fost condus de Dean Karlan, care
este acum la Northwestern,
acum la Yale și a început
IPA, care este o
organizație care
desfășoară o mulțime de
studii controlate randomizate în
întreaga lume.
Și el și Fundația Ford
și CGAP, Banca Mondială,
microfinanțare,
brațul ultra sărac, au cam
pus împreună acel proiect.
Și nu vreau
să subestimez
ce înseamnă acest lucru pentru a determina șase
organizații diferite din șase
țări diferite, cu
șase echipe de cercetare diferite, care să-și
conducă
proiectul împreună.
Și ceea ce este interesant aici
este că a existat într-adevăr...
scopul a fost într-adevăr acela de a
estima același proiect.
Dar ce înseamnă
să fii același proiect?
Nu poți forța oamenii
să facă vaci peste tot
pentru că ideea este că
oamenii își pot alege bunurile.
Deci aveți nevoie de asta pentru a avea
o definiție a aceluiași lucru.
Ce este la fel?
Și aici, modul în care au
impus această asemănare într-un fel
este prin a avea oameni din
toate colțurile programului să se
întâlnească la Paris în fiecare an.
Am participat la câteva dintre
aceste întâlniri, unde
ei discutau
exact ce
făceau, procesul pe care îl
urmau, etc.
Așadar, același lucru este ca o
asemănare a spiritului
și apoi întruchipat, într-un anumit
sens, în moduri diferite, în
locuri diferite,
cu păstrarea,
desigur, același element la
loc - identificarea,
atuurile, suportul cu mai multe fațete
pentru a merge cu el  .
Dar apoi oamenii, de
exemplu, personalul
este plătit cu sume foarte diferite
în diferite locuri.
Valoarea activelor lor este
diferită în locuri diferite
și așa mai departe și așa mai departe.
Dar pentru a ajunge la același
program dat fiind contextul.
Deci, acesta este primul lucru
care merită menționat.
Și apoi celălalt
lucru care sa întâmplat
este că toate aceste
echipe diferite
conduceau
proiectul separat.
Și în loc ca fiecare să-și
scrie propria lucrare, s-a
luat decizia de a
scrie o lucrare, care
ar avea toate
datele împreună
tocmai pentru
că ar trebui să se
analizeze care sunt
efectele varietății,
eterogenității și așa mai departe.
Și, prin urmare, aveai nevoie de
un tip de șablon.
Și lucrul frumos

este că abordează un
alt aspect, care este
alegerea rezultatelor.
Deci, desigur, acolo
ai și o mulțime de rezultate.
Dar toată lumea trebuie să--
fiecare își făcea
propria analiză separat
și trebuia să urmeze
același șablon.
Deci șablonul este
dat în avans.
Deci, deși există
multe rezultate, și aici
aveți rezultate care
sunt deja acolo.
Pentru fiecare, ele
sunt prestabilite.
Acestea
vor fi rezultatele.
Și lasă foarte puțin
loc pentru culesul cireșelor.
În ciuda acestui fapt, ai
o mulțime de rezultate.
Deci, pentru a avea ceva
de încredere,
ajungi să faci ceva
care se
face frecvent, în special, în
acest tip de proiecte,
unde ai o
variabilă variabilă privind securitatea alimentară,
de exemplu.
Toată lumea a mâncat ieri?
Copiii au ratat vreo masă?
Adulții au ratat vreo masă?
Et cetera.
Deci, formați un index care
a indexat această componentă
prin standardizarea
fiecărei variabile
și apoi luând
media acestora.
Și nu spun că
acesta este neapărat cel
mai bun mod de a forma un index.
Dar așa a
evoluat literatura.
Și acesta este
modul standard de a face asta.
Deci, iată
indexul care a fost folosit.
Aceasta este prima
în linie, 15 luni.  Al
doilea în rând este
la trei ani.
Deci, acum este exprimat direct în
deviația standard a mediei
, chiar și pentru lucrurile care
sunt în bani pentru început.
Și aici, din nou, găsim efecte
în general asupra
aproape întregului rezultat,
cu efectul pentru consum
fiind de aproximativ 0,12
abateri standard.
Deci nu-i face nici
Bill Gates.
Dar este o creștere
a consumului
care este stabilă în timp.
Aceasta este o valoare q.
Deci, care este valoarea q de
comparat cu valoarea p?
Da.
PUBLIC: Ține cont
de rata de descoperire falsă.
PROFESORUL: Corect.
Deci este o modalitate de a da socoteală.
Sunt multe cai.
Dar este una dintre metodele
de a ține cont de faptul
că aveți mai mult de un
lucru care este testat.
Și fiecare dintre teste este
conectat unul cu celălalt.
Deci, aceasta este o
valoare p ajustată pentru rata de descoperire falsă.
Și aici nu
te încurcă prea mult
pentru că toate rezultatele
tind să aibă un impact similar.
Așa că confirmă
rezultatele studiului BRAC,
arătând impactul la 1,5 și
la trei ani care nu--
impactul nu pare să
scadă de la un loc
la altul.
Deci am discutat deja despre asta.
Acesta abordează unele dintre...
astfel că studiul
abordează unele dintre
deficiențele
din punctul de vedere al
evaluării impactului pur,
al încrederii
că acel program ar putea
funcționa nu numai în acele site-uri,
ci poate și în alte site-uri.
Dacă ne uităm la, atunci, deoarece
avem multe țări, v-am
arătat efectul pentru...
ca și cum ar fi o
regresie gigantică aici.
Dar, în realitate, avem
o mulțime de țări.
Deci, un lucru pe care îl putem face pentru a începe să ne
uităm la validitatea externă este să
ne întrebăm
cum
variază rezultatele de la o țară la alta?
Și puteți vedea că
sunt de fapt destul de variabile.
Ele par a fi destul de
variabile de la o țară
la alta.
În special, în Honduras
a fost un dezastru.
Puteți oferi o explicație ex-post
pentru asta.
De fapt, pot să vă dau
explicația ex-post pentru asta.
Principalul atu a fost puiul.
Și tot puiul a murit din
cauza gripei aviare.
Dar asta e ex-post.
Dar asta e adevărat.
Deci e docil.
Dar vezi o
variabilitate în...
Dar povestea amuzantă
despre active.  O
făceam în India.
Am condus
studiul în India.
Și coautorul meu indian și eu...
Ragha Chattopadhyay,
numele lui este... am mers la...
Adică, cred că și
Abhijit este indian.
Dar tipul care chiar
lucrează în Kolkata.
Am mers împreună pe teren.
Și erau pe cale
să înmâneze pui.
Și a fost ca... a
urlat, spunând, nu poți...
asta a fost înainte de gripa aviară...
dar nu poți mâna pui.
Ei mor.
Și chiar i-a convins.
Aproape m-am dus la CEO-ul
organizației
să spună că puiul
trebuie exclus.
Și așa nu au făcut pui.
Nu prea l-au
pus în meniu
pentru că
fuseseră atât de populare,
dar el credea că
sunt periculoase.
Și apoi acest
rezultat din Honduras a ieșit
cu tot
puiul murit.
Da.
PUBLIC: Mă întreb cum diferă conceptual
transferurile de numerar și transferurile de active

în centru.
De ce te-ai
aștepta la [INAUDIBLE]?
PROFESORUL: Da.
Deci, acesta este un punct grozav, pe care îl
voi generaliza puțin.
Deci, întrebarea este
dacă un transfer de numerar --
de ce active și nu numerar?
Cum se compară?
Știm asta?
Acesta este, desigur, acesta
este un pachet uriaș.
Așa că acum voi...
Vă arăt acest
efect de formă redusă
și de a face totul
împreună și vă arăt
că există un impact.
Și apoi vom vorbi puțin
despre eterogenitatea țării.
Dar apoi există...
odată ce ne convingem
că există un impact
și poate că este posibil, de
unde vine?  Am
putea elimina unele dintre
componentele programului care
sunt mai puțin eficiente?  Am
putea merge la cash și să
evităm această problemă cu pui
sau poate să creștem
această problemă?
Așa că știm ceva despre asta, despre
care voi ajunge în curând.
Și apoi unele încă
nu sunt complet despachetate.
Dar ai perfectă dreptate.
Și nu este o critică a
validității experimentului.
Dar este potențial o critică
a acestui tip de experiment,
care vă spun că
acesta este tratamentul meu.
Acesta este efectul lui.
Acum, asta este tot ce
vă pot spune chiar acum.
Și apoi îți cam stârnește
apetitul să spui, ei bine,
care este mecanismul?
De ce funcționează
așa cum funcționează?
Și chiar trebuie să facem...
așa că din punct de
vedere al politicii, chiar
trebuie să fac toate acestea?
Din perspectiva economică a comportamentului uman

, ce am învățat
odată ce mi-ai spus
că toate aceste
lucruri contează împreună?
Da.
Deci, acesta este experimentul de pachet final
în acest fel.
Deci acestea sunt activele.
Că veniturile și
veniturile, un pic mai mult--
mai puțin diverse
consum pe cap de locuitor.
Deci asta e
problema interesului.
În lucrare, doar am arătat
câteva dintre aceste
efecte diferite, în funcție de țară.
Și le prezentăm
în prezentare.
Dar o lăsăm așa.
Acum, la întrebarea la care am
vrut să răspundem,
dacă vrem să răspundem la
întrebarea lui Recca, și anume,
învăț dintr-un
experiment ce se va
întâmpla pe următorul site?
Sau, de fapt, și punctul tău.  Ei
bine, punctul tău adaugă această
omogenitate în experiment.
Dar care este puterea de predicție
a unui site față de altul?
Nu este suficient să te
uiți la acest tip de grafice,
deoarece atunci când rulezi un
experiment în locuri diferite,
aici avem șase site-uri.
Fiecare site este diferit
din două motive.
Primul este că
efectul tratamentului
ar putea fi diferit în mod
fundamental.  Ar
putea fi mai mare în
India decât în ​​Honduras.
Numărul doi, este
zgomot în lume.
Și eșantionul pe care se
întâmplă să l-ați găsit în India
ar putea fi diferit de
cel din Honduras,
atât în ​​ceea ce privește tratamentul, cât și controlul.
Și fiecare estimare vine
cu propria eroare standard.
Deci, odată ce am văzut un
efect diferit de tratament,
acest
efect de tratament de la țară la țară
confundă aceste două
surse de incertitudine.
Deci, dacă cineva
vă arată și spune,
acele efecte ale tratamentului
sunt destul de diferite.
Deci poate că și următoarea
țară ar
avea un efect foarte diferit.  Într-
adevăr, atribuie
întreaga diferență
eterogenității
efectului tratamentului
când, de fapt, există și
zgomotul de bază în lume.
Deci, acesta este un pic...
acesta nu este răspunsul de care
aveți nevoie sau doriți.
Deci, calea spre...
nu poți cu adevărat să
rezolvi această problemă
fără să fii dispuși
să dai puțin mai multă
structură problemei.
Și o modalitate de a face
acest lucru este printr-o metodă
numită
analiză ierarhică bayesiană, pe care
Rachael Meager, care
a fost student aici
și acum este la LSE,
a început să o facă mai întâi
pentru studiile de microcredit.
Și apoi o să
vă arăt rezultatul ei că tocmai m-a
trimis din presă să mă
uit la acest program.
Și ideea este să
auzim structura -
structura de bază a
problemei.
Și nu voi
trece la detalii despre modul în care
efectuați analiza.
Este doar
puțin implicat din punct de vedere computațional.
Dar ceea ce este important pentru moment este
că înțelegem conceptul.
Conceptul va
spune, să presupunem
că tratamentul--
că există
o distribuție a
efectului posibil al tratamentului
și că această distribuție este normală.
Deci, efectele tratamentului
sunt ele însele extrase
dintr-o distribuție normală.
Și încerc să aflu,
pentru fiecare site,
efectul tratamentului pentru acel loc, precum și
variația
efectului tratamentului între site-uri în
lume în general.
Ei bine, asta e ideea.
Deci, dacă variația
efectului tratamentului
este foarte, foarte mică, a distribuției

efectului tratamentului, aceasta sugerează că
efectul tratamentului în sine
este destul de constant.
Și, prin urmare, este,
de exemplu,
legitim să extragem toate datele
și să estimăm un efect de tratament de bazin
.
Odată ce știți acest lucru,
este convenabil
deoarece puteți utiliza informații
din toate celelalte țări
pentru a crește precizia
estimării dvs.
pe orice site.
Deci precizia
estimării în India
va crește mult dacă
știi că poți folosi
Peru și Honduras, etc.
Și, de asemenea, puteți forma un
interval de credibilitate,
care va fi diferit
de intervalul de încredere,
dar este același context,
în predicție pentru același--
pentru următorul efect.
Dacă, pe de altă parte, descoperiți
că efectul tratamentului este--
există o variație uriașă în
efectul tratamentului în sine,
și nu doar
rezultatul, atunci știți
că nu există eterogenitate.
Nu este foarte previzibil.
Și poate puteți încerca să preziceți
eterogenitatea în sine.
Dar altfel, știi că există
variații.
Deci asta e ideea.
Ceea ce ea a descoperit este că
atât în ​​ceea ce privește--
deci acestea sunt efectul folosind--
doar efectul din
regresia grupată
folosind modelul liniar.
Deci acesta este rezultatul pe care
vi-l dau deja,
presupunând că există un
efect de tratament pentru întreaga lume.
Și acest lucru are un
efect de tratament în eșantionul
cu
modelul ierarhic bayesian.
Și puteți vedea în acest
caz,
intervalul de încredere crește, reflectând
eterogenitatea site-ului.
Aceasta
înseamnă că toți
au același efect de tratament.
Aceasta nu mai face această
presupunere.
Și asta îmi scade
încrederea în rezultate.
Și acum dacă vreau să prezic
următorul site pentru că acesta
este efectul predictiv.
Deci, dacă vreau să spun, care este cea
mai bună estimare a efectului meu,
nu în eșantionul meu, care
este efectul aici,
dar în orice eșantion viitor,
efectele predictive
sunt destul de ample.
Intervalele de credibilitate
sunt destul de mari,
ceea ce reflectă o mare
variabilitate a
efectului tratamentului de la un loc la altul.  Deci,
aici faptul că am
văzut deja în grafic
că efectul tratamentului pare să se
extindă peste tot
reflectă o oarecare
eterogenitate reală, spre deosebire
de zgomotul din date.
Cu alte cuvinte, fiecare
efect de tratament
este estimat relativ
precis pentru acea țară,
dar s-a întâmplat să fie
diferit de la un loc la altul.
Deci predictibilitatea mea pentru
următorul site nu este atât de bună.
Acestea fiind spuse, în ciuda
acestui fapt, majoritatea
sunt pozitive, chiar și cu
acea eterogenitate.
Deci, apropo, acest rezultat
este diferit de ceea ce a
găsit ea pentru
microcredit, unde a
găsit o mulțime de pooling, unde a
constatat că, practic, este
un 0 grozav frumos,
indiferent unde te afli.
Aici, avem un
efect pozitiv, dar viabil.
Da.
PUBLIC: De ce se
modifică estimarea [INAUDIBILĂ]?
PROFESORUL: Iată,
faci presupunerea
că efectul este
același peste tot.
Prin urmare, o observație
este o observație
este o observație,
în timp ce aici,
nu faci această presupunere.
Deci, atunci când estimați
efectul,
nu
presupuneți că puteți
rula regresia în totalitate.
Practic
obțineți o medie
a diferitelor
efecte ale tratamentului, unde
greutatea nu
mai devine,
ca o observație pereche.
Deci, în restul...
până acum, o lucrare existentă, dar
pot să vă trimit pachetul de diapozitive
pentru a începe, ceea ce fac
ei
este să încerce să vadă
dacă pot
explica o parte din acea
eterogenitate prin covariate.
Faptul că--
cu alte cuvinte,
puteți utiliza eterogenitatea
efectului de tratament
prin covariabile pentru a
prezice eterogenitatea
efectului de tratament între
site-uri bazat pe faptul
că covariatele
eșantionului au fost diferite?
Are sens?
Deci, practic spun, ei
bine, efectul tratamentului,
diferă în funcție de oameni?
În ce măsură fac ei?
Și atunci în ce măsură
explică asta diferența mea
în efectul tratamentului?
Și răspunsul nu este atât de
mult pentru că nu suntem
foarte buni la folosirea covariatei
pentru a prezice diferite
efecte ale tratamentului în acest caz,
chiar și în interiorul țărilor.
Asta stiu pentru ca am incercat.
Deci, dacă ești interesat,
cu permisiunea ei,
voi difuza diapozitivul.
Cred că îmi va da
permisiunea, deoarece îmi trimite
diapozitivul pentru asta.
Și poți vedea
puțin ce face ea.
Nu este complet, dar
va fi la un moment dat.
Deci, oricum, chiar și în ciuda... deci
acesta este un punct interesant,
cred, pentru eterogenitate,
deoarece aceasta este într-adevăr
prima lucrare în care
văd că
se demonstrează multă eterogenitate,
chiar și într-un program care,
în general, funcționează.
Din punct de vedere cost-beneficii, acest
program este super scump.
Deci, merită doar
dacă beneficiile
persistă în viitor.
Dacă te uiți la prima
hârtie, creșterea consumului
este de aproximativ 11% în
lucrarea lui Bandiera.
Deci, pentru a face o
analiză cost-beneficiu,
ei presupun că atunci
acest efect durează.
Desigur,
rata de depresie a beneficiilor este cheia.
Și, deci, dacă
aceasta este sau nu o capcană a sărăciei,
devine esențială și
dacă este
un program care merită făcut, nu doar
pentru că suntem interesați de el.
Aceasta este din
lucrarea științifică, în care
analizăm
sensibilitatea
la diferite rate de actualizare,
orizonturi de timp și beneficii
și calculăm cât
timp trebuie
să dureze beneficiile pentru ca
programul să fie rentabil.
Iar ideea
acestui tabel, pe care îl
puteți privi în mai multe
detalii în timpul liber,
este că, dacă beneficiile
ar persista,
în ciuda faptului că programul este
extrem de scump,
este foarte rentabil.
Dar dacă ar
scădea după patru ani,
atunci nu ar fi, evident.
Deci, aceasta devine o
întrebare empirică foarte interesantă
și este legată de capcana noastră sărăciei
, este, persistă ele?
Așa că ne-am uitat la
asta cu Abhijit
și cu Garima, care este în
program aici, în Bengalul de Vest.
După sondajul de trei ani
, l-am observat
la șapte ani și
apoi la 10 ani.
Și iată unul din
graficul pentru consum,
în care vedeți că
efectul tratamentului crește de fapt
între anul
3 și 7 și apoi
este persistent -- mai ales
persistent între anul
7 și anul 10.
Deci, acesta este într-un context în care
a existat  crestere economica.
Deci controlul a crescut acolo unde
tratamentul a crescut mai repede.
Și astfel tratamentul
devine mai rapid.
Deci nivelul de control a
crescut de la 1,8 la 2,9.
Iar efectul tratamentului în ceea ce
privește abaterea standard a
crescut de fapt
între anul 3 și 7
până la 0,7 abatere standard și
este încă de 0,6 după 10 ani.
Deci, asta arată o oarecare
persistență a efectului,
ceea ce înseamnă că
atunci când
reducem de fapt analiza cost-beneficiu
pentru India cu aceste date noi,
este de fapt mult mai
favorabilă decât a fost făcută
în anul 3, deoarece
efectul tratamentului nu a dispărut și a dispărut.  t
declin.
Deci, de fapt, până în anul
10, chiar dacă efectul
va dispărea
complet, programul merită... și-a dat
roade de la sine.
Deci asta este pentru venituri.  De
asemenea, analizăm
rezultatele folosind, din nou, frumos.
Avem un plan frumos de pre-analiza
oferit de faptul
că urmărim
o lucrare existentă.
Deci nu inventăm nimic.
Refacem aceeași hârtie.
Deci și hârtia se
scrie frumos de la sine.
Și descoperiți că
efectul tratamentului
persistă în timp,
cu excluderea...
cu excepția
incluziunii financiare,
care este în principal dacă
oamenii se împrumută sau nu,
unde nu am
avut niciodată un impact prea mare
în primul rând.
În acea lucrare, am discutat--
atât de interesant, efectul
asupra activelor fizice pe care
oamenii le au, pe care le-au
avut clienții, a crescut mai întâi
și apoi a scăzut din nou.
Și un alt lucru pe care îl vedem este că
acești oameni îmbătrânesc destul de mult
care au primit primul transfer.
Deci, mulți dintre ei se
pensionează încet și își încetează
afacerea.
Ceea ce am văzut în India între
primul și al doilea în rând,
apoi al doilea în
rând și al treilea
este oamenii care se diversifică
din vaca,
în afaceri non-agricole,
cum ar fi micile afaceri și chestii de genul
ăsta.
Ceea ce i-am văzut făcând între
acest val și acel val
este încetarea afacerii
și trimiterea migranților
acolo, și în special,
trimiterea migranților mai repede.
Deci, pentru a răspunde la întrebarea
despre care este mecanismul,
facem o presupunere.
Facem aici o presupunere
, o presupunere,
ceea ce pare să fie
confirmat de datele pe care le avem,
este că modul în
care aveți de fapt
persistența
acestui program este în
primul rând prin diversificarea
de la agricultură
la afaceri non-agricole
și  apoi de la afaceri mici
la muncă salariată de fapt mai
stabilă
prin generația următoare,
care se mută pentru o perioadă mai lungă
, mai departe
și câștigă mai mulți bani
pe măsură ce fac asta.
Acum, aceste programe au un
efect foarte eterogen.  Am
văzut-o după țară.
V-am aratat deja ca pe
tara, au

efect de tratament super eterogen.  O
vedem și de oameni.
Deci acestea sunt acum în...
acesta este Bangladesh.
Deci, acesta este într-o anumită
țară, efectul tratamentului cuantilic
.
Așa că nu uitați, nu este
efectul asupra...
nu este distribuția
efectului tratamentului.
Dar este modul în care
distribuția afectează
distribuția activelor
sau a cheltuielilor de consum.
Și ceea ce vedeți este că
efectul la cuantila scăzută
nu sunt foarte mari și
mențin efectul asupra celei mai mari
cuantile mai mare.
Găsim același lucru în India
și oamenii găsesc același lucru
peste tot, că
efectul tratamentului tinde
să fie către cea
mai mare cuantilă,
cu un efect mai mic la cea mai
mică cuantilă a --
mișcând cea mai mică cuantilă
a distribuției.
Pe de altă parte,
așa cum am spus mai devreme,
efortul de a lega
asta de observabil
nu are prea mult succes.
Deci efectul
eterogenizării
nu este foarte clar inițial de ce.
Deci, o întrebare cheie pentru viitor,
din perspectiva programului, este
cum identificați oamenii
care au un randament foarte mare?
Și acesta este același lucru ca și
în afacerea cu microcredite,
unde, deși sunt,
în medie, după cum vom
vedea când studiem
efectele programelor de tratament al creditului,
sunt 0, sunt
efecte de tratament cuantile
care sunt foarte diferite
la diferite  cuantilă.
Unii oameni par să beneficieze.
De unde știi cine
sunt ei pentru a-i viza?
Și într-un fel, ultra
săracii au și asta.
În cazul nostru, acesta
este un proiect care
este o întrebare care este
și mai
interesantă de
faptul că aceasta
este motivată de capcana sărăciei.
Și ne cam facem o idee
despre ceva care s-ar
putea vinde și că
ai un efect uriaș
sau nu, care
este să ieși
din capcana sărăciei pentru acest
efect persistent sau nu?
Așa că echipa care a făcut
programul Bangladesh,
împreună cu Clare Balboni, care
predă în departamentul nostru,
după cum știți, și Maitreesh
Ghatak, care li s-a alăturat,
au încercat să se uite
exact la această întrebare.
Deci, este într-adevăr una dintre
primele încercări serioase pe
care le cunosc de a
desena un fel de curbă în S
sau de a vedea dacă
există o curbă în S
la nivel individual.
Și unii oameni au fost destul de
sceptici că acestea au existat.
Există o lucrare a lui McKenzie
despre întreprinderile mici care arată,
nu văd nimic din toate astea.
Dar cu
datele observaționale, desigur,
care este principala
problemă cu încercarea
de a desena o curbă S cu
date de observație?
Și de ce s-ar putea să nu-
l găsiți în datele observaționale?
Da.
PUBLIC: Deci, dacă aveți
această curbă în S și curba care
intersectează linia de 45 de grade,
acea stare de echilibru este instabilă.
Deci, într-o
secțiune transversală, ai avut de fapt
foarte puțini oameni
care erau acolo,
așa că nu i-ai primi.
PROFESORUL: Exact.
Nimeni nu este acolo.
Ar fi ca un
accident să
găsești chiar și câțiva oameni acolo.
Și, prin urmare, nu ar trebui să
îl puteți surprinde
în date observaționale
din lumea reală
dacă credeți cu adevărat modelul.
Cu excepția cazului în care curba în S a fost de
fapt specifică individuală
și oamenii au fost mutați, se pare
că, de fapt, nu ar trebui să
vezi niciodată oameni cu un
interval de rentabilitate foarte, foarte mare,
deoarece s-ar fi
mutat din ea până acum.
Deci, în
lumea reală, veți
putea desena o curbă care
leagă capitalul astăzi
de capitalul mâine.
Dar acea curbă va
reflecta eterogenitatea locului în care
ar putea
fi situat pragul respectiv, spre deosebire de faptul
dacă acel prag
există sau nu.
Sunt probleme destul de mari.
Deci, de ce programul extrem de sărac ne
ajută acolo destul de frumos?
Da.
PUBLIC: Îi urmărești
de-a lungul timpului.
Deci [INAUDIBIL].
PROFESORUL: Deci există asta.
Și în plus, deci...
da.
PUBLIC: Din moment ce începi
cu a oferi bani
oamenilor care sunt ultra
săraci, s-ar putea să-i pui
în acea zonă de mijloc.
Și apoi îi poți urmări
trecând pe cealaltă parte.
PROFESORUL: Da.
Deci, care ar fi fost
experimentul ideal
dacă testarea acestei curbe în S ar fi
fost scopul final?
Da.
PUBLIC: Oferă diferite
sume de bani sau bunuri
diferitelor persoane.
PROFESORUL: Exact.
Deci, o sumă diferită
de bani pentru oamenii
care pornesc de la aceleași active
ar fi fost lucrul ideal
de făcut.
Sau nu asta s-a
făcut aici,
că există două programe de viață.
Și probabil că
nu aveau de gând să facă asta.
Dar aveți ceva care se
apropie puțin
de asta, sunt oameni care
sunt distribuiți în orice fel.
Și apoi au primit aceste bunuri.
Și atunci bunul ar fi
fost suficient de mic de-- suficient de
mare sau nu,
în funcție de cât de săraci erau
, pentru a le pune
peste prag sau nu.
Deci, pentru a face
acest exercițiu,
trebuie să crezi cu adevărat
modelul pentru că
trebuie să crezi că există
un prag din care--
pe care oamenii pot
sări sau nu.
Altfel, ar fi greu de găsit.
Da.
PUBLIC: Dar apoi,
în model, există
și o stare de echilibru
și un prag.
Și acum le
permitem oamenilor să aibă
diferite stări de echilibru,
dar presupunând că mai
au de trecut un prag.
PROFESOR: Așa că
cred că în model
există două stări de echilibru--
una scăzută, una ridicată,
una instabilă
stare de echilibru, sau două sau trei,
inclusiv una instabilă.
Și cred că, din punctul de vedere
al lumii reale,
există doar...
fiecare se confruntă cu același lucru.
Dar apoi sunt
șocați, ceea ce înseamnă
că, la un moment dat
în timp, ajung -
au ajuns într-un
fel sau altul.
Amintiți-vă, de fapt,
au o distribuție.
Aceasta este o distribuție
a activelor.
Și aș spune, nu,
nu, sunt doi.
Ele sunt într-o
stare de echilibru instabilă și două
stări de echilibru stabile în lumea reală.
Deci, ceea ce ar trebui să
văd este că
există o mulțime de oameni
la fiecare dintre ei
și apoi nu prea mulți
oameni între timp.
PUBLIC: Ei bine, dacă
există magazine care cresc,
nu trebuie să
experimentez pentru început.
PROFESORUL: Da.
Dar ideea este că sunt
șoc combinat cu faptul
că... deci nu înseamnă că nu
vei observa niciodată pe nimeni
în starea de echilibru instabilă.
Dar nu vei vedea
foarte mulți oameni.
Așa că va fi foarte
greu să-i prinzi.
Deci aici este curba.
Și cred că ăsta este într-
adevăr un grafic frumos,
într-un sens de--
nu știu dacă mi-ar fi
trecut prin minte că
poți chiar să încerci să faci asta, adică, ei
bine, lasă-mă să iau
teoria super  Serios.
Există două stări de echilibru.
Prin urmare, ar trebui să văd
oameni cu două niveluri
de active,
nivelul înalt și nivelul scăzut.
Și să desenez
distribuția.
Și destul de sigur, au
această distribuție bimodală.
Așa că trăiesc într-o
lume în care toate...
aceasta pare a fi o lume în care
acel lucru
există de fapt și este relativ
clar, care este statistica.
Și apoi sunt
șocați, ceea ce înseamnă
că nu vezi pe nimeni, dar
nu vezi foarte mulți oameni
acolo.
Și apoi, odată ce
avem asta, atunci
cred că am trecut deja prin.
Acesta este mic.
Acum putem adăuga
valoarea activului.
Acesta este destul de mic.
Deci adăugăm
valoarea medie a unei vaci.
Și acum, dintr-o dată, găsim o
grămadă de oameni la mijloc.
Și într-un fel, au avut noroc
pentru că transferul a fost de așa natură
încât dat de la oamenii care
au fost foarte, foarte săraci la început
, sunt mulți dintre
ei care sunt doar în stânga
sau doar în dreapta
pragului.
Și acum putem conduce vaca aia.
Deci acesta este un grup de tratament.
Și asta înseamnă că
asta e vaca pe care am văzut-o deja
la prima clasă, exact
[INAUDIBILĂ].
Acest lucru este destul de impresionant, și
anume, permiteți-mi să arăt...
aceasta este o
regresie neparametrică.
Nu există magie acolo.
Niciun iepure nu a
ieșit din pălărie.
Acestea sunt datele care
arată că acesta
este activul productiv de bază
în grupul de tratament
și activul predictiv de bază
în grupul de control.
Deci tratamentul este
activul pe care l-au avut la momentul inițial
plus valoarea transferului.
Și acum poți
să desenezi această curbă.
Și îl puteți desena
pentru că aveți
suficientă masă pe ambele părți.
Și, prin contrast, dacă încerci să
faci asta în grupul de control,
vei găsi o singură
stare de echilibru unică.
Poate că există acea
altă stare de echilibru
pe care nu o putem prinde
pentru că nu este nimeni acolo.
Și apoi există...
așa că puteți transforma asta
într-un exercițiu de regresie
și să spuneți, definiți delta
i ca diferență de active.
Și apoi k steaua este
nivelul prag
al capitalului, pe care îl
estimează din regresia respectivă.
Și este cazul
că oamenii cresc
mai repede atunci când
nivelul lor plus tratamentul
este peste pragul
în satele de tratament
comparativ cu
satele de control?
Pentru că
nivelul activelor plus tratamentul
este doar nivelul activului lor, deci
nu beneficiază de asta.
Deci asta vă oferă o regresie,
care vă exploatează experimentul.
Deci spui
că în tratament,
dacă ajungi să fii...
dacă propriul tău
nivel de active plus transferul
te pune peste
prag,
ai o creștere rapidă a
capitalului, dar nu ești sub control,
deoarece tratamentul pe care
nu l-ai primit  .
Deci ești deasupra, dar
nu ai înțeles.
Și apoi putem pune
cele două mostre împreună
și rulăm asta ca o interacțiune.
Așa că acolo o voi
lăsa pentru azi.
Următoarea întrebare, desigur,
este, de unde vine asta?
Și știm că nu este mâncare.
Știm că nu este credit.
Deci întrebarea este ce este.
Vom continua să
vorbim despre asta.
De fapt, vom
continua să vorbim despre săptămâna viitoare
pentru că vei
vorbi cu...
Frank va veni la două
prelegeri pentru a vorbi despre comportament.
Și una dintre
potențialele explicații
este că are mai mult
de-a face cu psihologia,
cu diverse aspecte ale
psihologiei sărăciei, care
ar putea avea impacte
care sunt
echivalente din punct de vedere funcțional cu
ideile care se aflau
în
capcana sărăciei bazată pe nutriție, care
vine din raționamentul oamenilor.  ,
spre deosebire de altceva.
Și apoi o vom
vedea din nou
când vorbiți despre
piețele muncii, deoarece unele dintre acestea
ar putea fi productivitatea muncii.
Dar acum știm că, cel
puțin pentru cei ultra săraci,
ar putea exista ceva de genul
care este cu adevărat în joc.
Și asta ar trebui să ne dea și
mai multă energie și motivație
pentru a găsi ceea ce poate fi
în joc, de aici și despachetarea.
Acest lucru va
apărea și în alte... în
câteva momente, vom
avea șansa
să despachetăm
programul extrem de sărac.
Mulțumesc.
Asta e pentru azi.
Deci luni... săptămâna viitoare va fi
Frank, și ne revedem
în săptămâna următoare.