1 Introducción
La econometría consiste, principalmente, en la aplicación de métodos estadísticos. Su uso se ha extendido ampliamente en los últimos años debido a que la disponibilidad de datos ha crecido exponencialmente en tiempos recientes. Su aplicabilidad abarca una amplia gama de campos que van desde la economía, políticas públicas, salud y muchos otros. El propósito de estas notas es guiar el planteamiento adecuado de un análisis empírico. Haremos énfasis en el alcance y limitación de dichos análisis, distinguiendo bajo que condiciones debe ser entendido como un análisis descriptivo y cuando como una estimación causal.
En las primeras secciones exploramos herramientas metodológicas comúnmente empleadas para llevar a cabo un análisis empírico. Empezamos por hacer una breve revisión de términos estadísticos importantes. Dedicamos varias páginas al método de Mínimos Cuadrados Ordinarios, siendo la herramienta econométrica más comúnmente utilizada al hacer análisis que involucra explorar la relación entre un resultado y una o muchas variables explicativas. Detallamos también cómo incorporar estructuras más complejas de información, como los datos panel. Con ello, revisamos estimaciones de primeras diferencias, efectos fijos y efectos aleatorios. Después, exploramos los métodos de máxima verosimilitud que, en su mayoría, se caracterizan por utilizar como resultado una variable categórica. Finalizamos esta primera parte de las notas revisando algunos métodos no paramétricos, como son las densidades y regresiones kernel. Al revisar estos distintos métodos establecemos las bases necesarias para la segunda parte de estas notas.
El segundo grupo de secciones se enfoca en el planteamiento adecuado de un análisis causal. Frecuentemente, las preguntas de mayor interés en economía aplicada suelen involucrar el análisis del efecto causal que tiene una variable sobre otra. Por ejemplo, podemos estar interesados en el efecto de la implementación de una política educativa sobre la escolaridad, el efecto de shocks en el tipo de cambio sobre decisiones de consumo de los hogares, o el efecto de aplicar fertilizante sobre la eficiencia en producción agrícola de los hogares. Para esto, es importante poder aislar el efecto del cambio en una variable sobre otra, evitando que cambios en variables relacionadas puedan afectar o confundir dicho análisis. Para ello, empezamos por explorar los experimentos aleatorizados, entendidos como el método que econométricamente logra establecer dicha relación causal de la forma más limpia posible. Posteriormente, entendiendo que los experimentos aleatorizados no son adecuados o posibles de implementar en muchos contextos, dedicamos los últimos capítulos a explorar métodos cuasi-experimentales. Vemos como los métodos de variables instrumentales, diferencias en diferencias y regresión discontinua plantean distintos supuestos para simular la existencia de un experimento y asi estimar efectos causales. En cada capítulo respectivo, buscamos establecer claramente los supuestos y limitaciones de estos métodos para promover un uso responsable y riguroso de ellos.
Busco con estas notas transmitir que la econometría, utilizada de forma correcta, es una herramienta que tiene el potencial de dar evidencia que contribuya a avanzar nuestro conocimiento. Nos puede permitir entender la relación entre variables relevantes: ¿cuál el efecto que un año adicional de escolaridad puede tener sobre el ingreso?, ¿cómo choques de salud en la infancia pueden afectarnos para toda la vida?, ¿cómo podemos estimar una elasticdad de la demanda? Puede tambien ayudarnos a basar en evidencia bien construida la implementación de políticas públicas, estrategias de marketing y programas de ONGs para poder tomar decisiones informadas.