Tarefa dgp.fe_simpson.fast

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. 1Chamada intermediária de ferramentainfer.fe(Regressão com efeitos fixos por unidade)

   Ver chamada call_3ef76d14 nos detalhes
   Argumentos principais

   dataset:

   "d"

   level:

   0,950.95

   unit:

   "municipio"

   x:

   ["doacoes"]

   y:

   "votos"

   Resultado calculado

   • coef.doacoes = 0,0119003 0.01190025893353904
     Within-unit effect of doacoes on votos
   Diagnósticos: n_units = 100100 · n_obs = 1.0001000 · k = 101101 (parameters of the equivalent dummy regression (unit means included)) · r2_within = 0,9255980.9255979832983087 · within_sd.doacoes = 2,871692.8716919617784518 (SD of the regressor after removing unit means: the variation the estimate uses) · sign_flip = true (pooled and within slopes have opposite signs for ['doacoes']: units with more of the regressor differ for other reasons (Simpson's paradox); the pooled slope is confounded) · se_type = "cluster" (cluster-robust standard errors (CR1) by 'municipio') · n_clusters = 100100 (100 clusters of 'municipio')
2. 2Chamada intermediária de ferramentainfer.fe(Regressão com efeitos fixos por unidade)

   Ver chamada call_0197e7c1 nos detalhes
   Argumentos principais

   dataset:

   "d"

   level:

   0,950.95

   unit:

   "municipio"

   x:

   ["doacoes"]

   y:

   "votos"

   Resultado calculado

   • coef.doacoes = 0,0119762 0.011976199237567271
     Within-unit effect of doacoes on votos
   Diagnósticos: n_units = 100100 · n_obs = 1.0001000 · k = 101101 (parameters of the equivalent dummy regression (unit means included)) · r2_within = 0,9327090.9327086096096011 · within_sd.doacoes = 2,861282.8612790592744193 (SD of the regressor after removing unit means: the variation the estimate uses) · sign_flip = true (pooled and within slopes have opposite signs for ['doacoes']: units with more of the regressor differ for other reasons (Simpson's paradox); the pooled slope is confounded) · se_type = "cluster" (cluster-robust standard errors (CR1) by 'municipio') · n_clusters = 100100 (100 clusters of 'municipio')
3. 3Chamada intermediária de ferramentainfer.fe(Regressão com efeitos fixos por unidade)

   Ver chamada call_9149f8a3 nos detalhes
   Argumentos principais

   dataset:

   "d"

   level:

   0,950.95

   unit:

   "municipio"

   x:

   ["doacoes"]

   y:

   "votos"

   Resultado calculado

   • coef.doacoes = 0,0119833 0.01198329454094656
     Within-unit effect of doacoes on votos
   Diagnósticos: n_units = 100100 · n_obs = 1.0001000 · k = 101101 (parameters of the equivalent dummy regression (unit means included)) · r2_within = 0,9226990.9226991288463339 · within_sd.doacoes = 2,775082.775078875426707 (SD of the regressor after removing unit means: the variation the estimate uses) · sign_flip = true (pooled and within slopes have opposite signs for ['doacoes']: units with more of the regressor differ for other reasons (Simpson's paradox); the pooled slope is confounded) · se_type = "cluster" (cluster-robust standard errors (CR1) by 'municipio') · n_clusters = 100100 (100 clusters of 'municipio')
4. 4Conferência de lastro e resposta final
   • ✓
     #0situação da ferramenta

     Verifica a situação de retorno da ferramenta.
   • ✓
     #1figura próxima

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.

2. 1Ferramenta
   infer.fe— Regressão com efeitos fixos por unidadev0.1.0call_3ef76d14decidido pelo códigoreexecutável

   Argumentos

   {
     "cluster": null,
     "dataset": "d",
     "level": 0.95,
     "time": null,
     "unit": "municipio",
     "x": [
       "doacoes"
     ],
     "y": "votos"
   }

   Figuras call_3ef76d14

   Chave	Valor	Valor bruto	Erro-padrão	IC
   coef.doacoes Within-unit effect of doacoes on votos	0,0119003	0.01190025893353904	0,0001244710.00012447068804037728	0,0116533 – 0,0121472

   Diagnósticos

   • n_units = 100100
   • n_obs = 1.0001000
   • k = 101101 (parameters of the equivalent dummy regression (unit means included))
   • r2_within = 0,9255980.9255979832983087
   • within_sd.doacoes = 2,871692.8716919617784518 (SD of the regressor after removing unit means: the variation the estimate uses)
   • sign_flip = true (pooled and within slopes have opposite signs for ['doacoes']: units with more of the regressor differ for other reasons (Simpson's paradox); the pooled slope is confounded)
   • se_type = "cluster" (cluster-robust standard errors (CR1) by 'municipio')
   • n_clusters = 100100 (100 clusters of 'municipio')

   Derivação matemática e pressupostos

   coef.doacoes

   1. Coeficiente de doacoes na regressão within: votos e doacoes menos a média de cada municipio; igual à regressão com uma dummy por unidade.→ 0,0119003 (0.01190025893353904)
   2. Erro-padrão robusto por conglomerado (CR1): a raiz da variância estimada do coeficiente.ep = √V_jj→ 0,000124471 (0.00012447068804037728)
   3. Intervalo de 95% de confiança: a estimativa mais ou menos o valor crítico da distribuição t de Student com 99 graus de liberdade vezes o erro-padrão.IC = β ± c · ep

   Pressupostos do estimador

   • unobserved differences between units are constant over time
   • the regressors are strictly exogenous
   • errors are independent across clusters of 'municipio' and may be correlated within them

   Tabelas (1)

   {
     "pooled_vs_within": [
       {
         "pooled": -0.023963716817480656,
         "pooled_se": 0.0007233946984663956,
         "regressor": "doacoes",
         "sd": 8.049926989977044,
         "within": 0.01190025893353904,
         "within_sd": 2.8716919617784518,
         "within_se": 0.00012447068804037728
       }
     ]
   }

   Hashes SHA-256 e metadados de reprodução

   Digests dos dados

   d 7a4c3f730d8e819037e0f03d32be43000bd7de5c3c115b624d75c7340d08d18e

   sha256 do resultado

   096da43036c4f825692f9e4e5e18fa880a1416b665c20eae562d80b3e51af7ce

3. 2Ferramenta
   infer.fe— Regressão com efeitos fixos por unidadev0.1.0call_0197e7c1decidido pelo códigoreexecutável

   Argumentos

   {
     "cluster": null,
     "dataset": "d",
     "level": 0.95,
     "time": null,
     "unit": "municipio",
     "x": [
       "doacoes"
     ],
     "y": "votos"
   }

   Figuras call_0197e7c1

   Chave	Valor	Valor bruto	Erro-padrão	IC
   coef.doacoes Within-unit effect of doacoes on votos	0,0119762	0.011976199237567271	0,0001072970.00010729676561125233	0,0117633 – 0,0121891

   Diagnósticos

   • n_units = 100100
   • n_obs = 1.0001000
   • k = 101101 (parameters of the equivalent dummy regression (unit means included))
   • r2_within = 0,9327090.9327086096096011
   • within_sd.doacoes = 2,861282.8612790592744193 (SD of the regressor after removing unit means: the variation the estimate uses)
   • sign_flip = true (pooled and within slopes have opposite signs for ['doacoes']: units with more of the regressor differ for other reasons (Simpson's paradox); the pooled slope is confounded)
   • se_type = "cluster" (cluster-robust standard errors (CR1) by 'municipio')
   • n_clusters = 100100 (100 clusters of 'municipio')

   Derivação matemática e pressupostos

   coef.doacoes

   1. Coeficiente de doacoes na regressão within: votos e doacoes menos a média de cada municipio; igual à regressão com uma dummy por unidade.→ 0,0119762 (0.011976199237567271)
   2. Erro-padrão robusto por conglomerado (CR1): a raiz da variância estimada do coeficiente.ep = √V_jj→ 0,000107297 (0.00010729676561125233)
   3. Intervalo de 95% de confiança: a estimativa mais ou menos o valor crítico da distribuição t de Student com 99 graus de liberdade vezes o erro-padrão.IC = β ± c · ep

   Pressupostos do estimador

   • unobserved differences between units are constant over time
   • the regressors are strictly exogenous
   • errors are independent across clusters of 'municipio' and may be correlated within them

   Tabelas (1)

   {
     "pooled_vs_within": [
       {
         "pooled": -0.025082536173509654,
         "pooled_se": 0.0007012893239728734,
         "regressor": "doacoes",
         "sd": 8.787447562566765,
         "within": 0.011976199237567271,
         "within_sd": 2.8612790592744193,
         "within_se": 0.00010729676561125233
       }
     ]
   }

   Hashes SHA-256 e metadados de reprodução

   Digests dos dados

   d 0ef460ad1827d6637a0dbf01251f6152b5359fcb0003e8637710e8e763cee9d4

   sha256 do resultado

   5730f15e015e84c9f57a9c1010011c956c7a07db707bf7925e109c6a54d45b31

4. 3Ferramenta
   infer.fe— Regressão com efeitos fixos por unidadev0.1.0call_9149f8a3decidido pelo códigoreexecutável

   Argumentos

   {
     "cluster": null,
     "dataset": "d",
     "level": 0.95,
     "time": null,
     "unit": "municipio",
     "x": [
       "doacoes"
     ],
     "y": "votos"
   }

   Figuras call_9149f8a3

   Chave	Valor	Valor bruto	Erro-padrão	IC
   coef.doacoes Within-unit effect of doacoes on votos	0,0119833	0.01198329454094656	0,000129650.00012965021125442474	0,011726 – 0,0122405

   Diagnósticos

   • n_units = 100100
   • n_obs = 1.0001000
   • k = 101101 (parameters of the equivalent dummy regression (unit means included))
   • r2_within = 0,9226990.9226991288463339
   • within_sd.doacoes = 2,775082.775078875426707 (SD of the regressor after removing unit means: the variation the estimate uses)
   • sign_flip = true (pooled and within slopes have opposite signs for ['doacoes']: units with more of the regressor differ for other reasons (Simpson's paradox); the pooled slope is confounded)
   • se_type = "cluster" (cluster-robust standard errors (CR1) by 'municipio')
   • n_clusters = 100100 (100 clusters of 'municipio')

   Derivação matemática e pressupostos

   coef.doacoes

   1. Coeficiente de doacoes na regressão within: votos e doacoes menos a média de cada municipio; igual à regressão com uma dummy por unidade.→ 0,0119833 (0.01198329454094656)
   2. Erro-padrão robusto por conglomerado (CR1): a raiz da variância estimada do coeficiente.ep = √V_jj→ 0,00012965 (0.00012965021125442474)
   3. Intervalo de 95% de confiança: a estimativa mais ou menos o valor crítico da distribuição t de Student com 99 graus de liberdade vezes o erro-padrão.IC = β ± c · ep

   Pressupostos do estimador

   • unobserved differences between units are constant over time
   • the regressors are strictly exogenous
   • errors are independent across clusters of 'municipio' and may be correlated within them

   Tabelas (1)

   {
     "pooled_vs_within": [
       {
         "pooled": -0.0253510110907642,
         "pooled_se": 0.0007875236550748664,
         "regressor": "doacoes",
         "sd": 8.363046127621553,
         "within": 0.01198329454094656,
         "within_sd": 2.775078875426707,
         "within_se": 0.00012965021125442474
       }
     ]
   }

   Hashes SHA-256 e metadados de reprodução

   Digests dos dados

   d 776330ab781e17d19cf6f0a7be77adc592faae47ffc52c2c986bc0af4ef741bc

   sha256 do resultado

   964f6040f33b3928c4654e60c89a40417acda27cc3c3ef24b594b07169dd8ddc

5. 4Nota
   bench.capture decidido pelo código

   {
     "inputs": {
       "contexts": 50,
       "kept": 3
     },
     "outputs": {
       "outputs_sha256": "791f4846448081d0b5ea454478b01f50eaa188eccfee02e0f5616426bba99fac",
       "records": 50
     }
   }

6. 5Pontuação
   #0situação da ferramentapassouobrigatória50/50 calls ok
7. 6Pontuação
   #1figura próximapassouobrigatóriabias: mean 0.011995 vs truth 0.012, bias -5.027e-06 (MC SE 1.24e-05, R=50); |bias| <= 0.00024?

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