Tarefa closed_form.scale_effect.percent_of_baseline

Veredito

Pergunta feita ao analista

Tarefa de ferramenta: nenhuma pergunta; a especificação de referência é chamada direto.

Como o agente resolveu e como foi validado

Resumo passo a passo do que o agente executou, por que o caminho está correto e como cada verificação conferiu o resultado.

1. 1Preparação da base de dados
   rct
2. 2Chamada intermediária de ferramentainfer.ols(Regressão linear por mínimos quadrados ordinários (MQO))

   Ver chamada call_ebaad1b1 nos detalhes
   Argumentos principais

   dataset:

   "rct"

   intercept:

   true

   level:

   0,950.95

   se:

   "HC1"

   x:

   ["treated"]

   y:

   "consumption"

   Resultado calculado

   • coef.treated = 35,66 35.66
     Coefficient on treated in the regression of consumption
   Diagnósticos: n_obs = 400400 (observations used) · k = 22 (parameters estimated, fixed-effect dummies included) · r2 = 0,9270940.9270943390504008 · df_resid = 398398 · se_type = "HC1" (heteroskedasticity-robust standard errors (HC1))
3. 3Chamada intermediária de ferramentacore.scale_effect

   Ver chamada call_fdf0e9e8 nos detalhes
   Argumentos principais

   baseline:

   157,61157.61

   coefficient:

   "call_ebaad1b1:coef.treated"

   transform:

   "percent_of_baseline"

   Resultado calculado

   • effect = 22,6255% of baseline 22.625467927161978
     Effect as a percent of the baseline mean: Coefficient on treated in the regression of consumption
   Diagnósticos: transform = "percent_of_baseline" · baseline = 157,61157.61 (baseline mean used)
4. 4Conferência de lastro e resposta final
   • ✓
     #0figura próximaeffect

     Compara a figura "effect" contra o valor esperado dentro da tolerância.
   • ✓
     #1figura próximaeffect

     the paper's own rounding: +23%

Valores esperados e de onde vêm

Nenhuma fonte citada pelas verificações.

Verificações

Caminho de referência e caminho do agente

A chamada de referência ao lado da chamada que deu a resposta, argumento por argumento.

Trajetória

Cada evento na ordem em que aconteceu: turnos do modelo, chamadas de ferramentas, guardas, transformações e pontuação.

1. 0Início

   Tarefa de ferramenta: nenhuma pergunta; a especificação de referência é chamada direto.

   rct (agent)

   file — · frame —
2. 1Ferramenta
   infer.ols— Regressão linear por mínimos quadrados ordinários (MQO)v0.1.0call_ebaad1b1decidido pelo códigoreexecutável

   Argumentos

   {
     "cluster": null,
     "controls": [],
     "dataset": "rct",
     "fe": [],
     "intercept": true,
     "level": 0.95,
     "se": "HC1",
     "subset": null,
     "weights": null,
     "x": [
       "treated"
     ],
     "y": "consumption"
   }

   Figuras call_ebaad1b1

   Chave	Valor	Valor bruto	Erro-padrão	IC
   coef.treated Coefficient on treated in the regression of consumption	35,66	35.66	0,5012550.5012547071170855	34,6746 – 36,6454

   Diagnósticos

   • n_obs = 400400 (observations used)
   • k = 22 (parameters estimated, fixed-effect dummies included)
   • r2 = 0,9270940.9270943390504008
   • df_resid = 398398
   • se_type = "HC1" (heteroskedasticity-robust standard errors (HC1))
   • n_clusters = — (errors not clustered)

   Derivação matemática e pressupostos

   coef.treated

   1. Coeficiente de treated na regressão por mínimos quadrados ordinários de consumption.→ 35,66 (35.66)
   2. Erro-padrão robusto à heterocedasticidade (HC1): a raiz da variância estimada do coeficiente.ep = √V_jj→ 0,501255 (0.5012547071170855)
   3. Intervalo de 95% de confiança: a estimativa mais ou menos o valor crítico da distribuição t de Student com 398 graus de liberdade vezes o erro-padrão.IC = β ± c · ep

   Pressupostos do estimador

   • the conditional mean of the outcome is linear in the regressors
   • errors are independent across observations; their variance may differ

   Tabelas (1)

   {
     "coefficients": [
       {
         "ci_high": 158.3068097817986,
         "ci_low": 156.91319021820144,
         "coef": 157.61,
         "p": 0,
         "se": 0.3544406025041679,
         "t": 444.6725315510281,
         "term": "Intercept"
       },
       {
         "ci_high": 36.6454378438138,
         "ci_low": 34.67456215618619,
         "coef": 35.66,
         "p": 2.0303339767708272e-228,
         "se": 0.5012547071170855,
         "t": 71.14147656606517,
         "term": "treated"
       }
     ]
   }

   Hashes SHA-256 e metadados de reprodução

   Digests dos dados

   rct b92796b79cce039c9c91788de87f5b301f3f5ae6ea19993fe2ef5103fbbce232

   sha256 do resultado

   8cef99e45d7e505d381726217f368576d2f5c9909ec777c8b67faf27972b14c9

3. 2Ferramenta
   core.scale_effectv0.1.0call_fdf0e9e8decidido pelo códigoreexecutável

   Argumentos

   {
     "baseline": 157.61,
     "coefficient": "call_ebaad1b1:coef.treated",
     "sd": null,
     "transform": "percent_of_baseline"
   }

   Figuras call_fdf0e9e8

   Chave	Valor	Valor bruto	Erro-padrão	IC
   effect Effect as a percent of the baseline mean: Coefficient on treated in the regression of consumption	22,6255% of baseline	22.625467927161978	0,3180350.31803483733080734	22,0002 – 23,2507

   Diagnósticos

   • transform = "percent_of_baseline"
   • baseline = 157,61157.61 (baseline mean used)

   Derivação matemática e pressupostos

   effect

   1. O limite inferior do intervalo de 95% é expresso da mesma forma.b_inf_pct = 100 × b_inf / base→ 22,0002 (22.000229779954434)
   2. O limite superior do intervalo de 95% é expresso da mesma forma.b_sup_pct = 100 × b_sup / base→ 23,2507 (23.250706074369518)
   3. O erro-padrão é escalado pelo mesmo fator.ep_pct = 100 × ep / |base|→ 0,318035 (0.31803483733080734)
   4. O efeito como porcentagem da média do desfecho na linha de base.pct = 100 × b / base→ 22,6255 (22.625467927161978)

   Pressupostos do estimador

   • the baseline is the outcome's mean before treatment (or in the control group)

   Hashes SHA-256 e metadados de reprodução

   Digests dos dados

   sha256 do resultado

   3c9b2c110d411f07d5f4be2f2a1f672ebb758547f3ed65c5d85a5f6dff5dc4a4

4. 3Pontuação
   #0figura próximapassouobrigatóriafigure effect = 22.62546793 vs 22.625467927161978
5. 4Pontuação
   #1figura próximapassouobrigatóriafigure effect = 22.62546793 vs 23.0 — the paper's own rounding: +23%

Épocas × verificações

Tentativas

Cada tentativa é seu próprio arquivo e é publicada; só a última de cada época é pontuada.

• época 1, tentativa 1passoupontuada(exibindo)

Downloads desta tarefa