Tarefa dgp.wald_late.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.wald_late(Razão de Wald para instrumento binário (LATE))

   Ver chamada call_cfeba311 nos detalhes
   Argumentos principais

   d:

   "participou"

   dataset:

   "d"

   level:

   0,950.95

   same_sample:

   true

   y:

   "renda"

   z:

   "oferta"

   Resultado calculado

   • itt = 0,148818 0.14881817768264063
     Intention-to-treat effect of the offer oferta on renda
   • first_stage = 0,549419share 0.5494186046511628
     Effect of the offer oferta on take-up participou (compliance)
   • late = 0,270865 0.27086483133771627
     Local average effect of participou on renda for compliers
   Diagnósticos: p1 = 0,5494190.5494186046511628 (take-up among units offered (participou = 1 given oferta = 1)) · p0 = 00 (take-up among units not offered (participou = 1 given oferta = 0)) · one_sided = true (no one outside the offer took the treatment: the LATE is the effect on the treated (Bloom)) · first_stage_F = 1.257,121257.1158193548633 (squared t of the first stage) · same_sample = true (ITT, first stage and LATE use the same rows) · n_itt = 2.0002000 · n_first_stage = 2.0002000 · n_late = 2.0002000 · se_type = "HC1" (heteroskedasticity-robust standard errors (HC1))
2. 2Chamada intermediária de ferramentainfer.wald_late(Razão de Wald para instrumento binário (LATE))

   Ver chamada call_7d7d2746 nos detalhes
   Argumentos principais

   d:

   "participou"

   dataset:

   "d"

   level:

   0,950.95

   same_sample:

   true

   y:

   "renda"

   z:

   "oferta"

   Resultado calculado

   • itt = 0,288885 0.28888521775552445
     Intention-to-treat effect of the offer oferta on renda
   • first_stage = 0,59589share 0.5958904109589042
     Effect of the offer oferta on take-up participou (compliance)
   • late = 0,484796 0.4847958826701904
     Local average effect of participou on renda for compliers
   Diagnósticos: p1 = 0,595890.5958904109589042 (take-up among units offered (participou = 1 given oferta = 1)) · p0 = 00 (take-up among units not offered (participou = 1 given oferta = 0)) · one_sided = true (no one outside the offer took the treatment: the LATE is the effect on the treated (Bloom)) · first_stage_F = 1.505,511505.509932203369 (squared t of the first stage) · same_sample = true (ITT, first stage and LATE use the same rows) · n_itt = 2.0002000 · n_first_stage = 2.0002000 · n_late = 2.0002000 · se_type = "HC1" (heteroskedasticity-robust standard errors (HC1))
3. 3Chamada intermediária de ferramentainfer.wald_late(Razão de Wald para instrumento binário (LATE))

   Ver chamada call_3a119054 nos detalhes
   Argumentos principais

   d:

   "participou"

   dataset:

   "d"

   level:

   0,950.95

   same_sample:

   true

   y:

   "renda"

   z:

   "oferta"

   Resultado calculado

   • itt = 0,290337 0.2903369487606276
     Intention-to-treat effect of the offer oferta on renda
   • first_stage = 0,579681share 0.5796812749003984
     Effect of the offer oferta on take-up participou (compliance)
   • late = 0,500856 0.5008561796489177
     Local average effect of participou on renda for compliers
   Diagnósticos: p1 = 0,5796810.5796812749003984 (take-up among units offered (participou = 1 given oferta = 1)) · p0 = 00 (take-up among units not offered (participou = 1 given oferta = 0)) · one_sided = true (no one outside the offer took the treatment: the LATE is the effect on the treated (Bloom)) · first_stage_F = 1.383,281383.278843601889 (squared t of the first stage) · same_sample = true (ITT, first stage and LATE use the same rows) · n_itt = 2.0002000 · n_first_stage = 2.0002000 · n_late = 2.0002000 · se_type = "HC1" (heteroskedasticity-robust standard errors (HC1))
4. 4Conferência de lastro e resposta final
   • ✓
     #0situação da ferramenta

     Verifica a situação de retorno da ferramenta.
   • ✓
     #1figura próxima
   • ✓
     #2figura 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.wald_late— Razão de Wald para instrumento binário (LATE)v0.1.0call_cfeba311decidido pelo códigoreexecutável

   Argumentos

   {
     "cluster": null,
     "d": "participou",
     "dataset": "d",
     "level": 0.95,
     "same_sample": true,
     "y": "renda",
     "z": "oferta"
   }

   Figuras call_cfeba311

   Chave	Valor	Valor bruto	Erro-padrão	IC
   itt Intention-to-treat effect of the offer oferta on renda	0,148818	0.14881817768264063	0,05782060.05782063436583109	0,0354231 – 0,262213
   first_stage Effect of the offer oferta on take-up participou (compliance)	0,549419share	0.5494186046511628	0,01549590.015495861135380153	0,519029 – 0,579808
   late Local average effect of participou on renda for compliers	0,270865	0.27086483133771627	0,1031370.10313733373367341	0,0685968 – 0,473133

   Diagnósticos

   • p1 = 0,5494190.5494186046511628 (take-up among units offered (participou = 1 given oferta = 1))
   • p0 = 00 (take-up among units not offered (participou = 1 given oferta = 0))
   • one_sided = true (no one outside the offer took the treatment: the LATE is the effect on the treated (Bloom))
   • first_stage_F = 1.257,121257.1158193548633 (squared t of the first stage)
   • same_sample = true (ITT, first stage and LATE use the same rows)
   • n_itt = 2.0002000
   • n_first_stage = 2.0002000
   • n_late = 2.0002000
   • se_type = "HC1" (heteroskedasticity-robust standard errors (HC1))
   • n_clusters = — (errors not clustered)

   Derivação matemática e pressupostos

   itt

   1. Diferença das médias de renda entre quem recebeu a oferta e quem não recebeu.ITT = ȳ_1 − ȳ_0→ 0,148818 (0.14881817768264063)
   2. Erro-padrão robusto à heterocedasticidade (HC1): a raiz da variância estimada do coeficiente.ep = √V_jj→ 0,0578206 (0.05782063436583109)
   3. Intervalo de 95% de confiança: a estimativa mais ou menos o valor crítico da distribuição t de Student com 1998 graus de liberdade vezes o erro-padrão.IC = ITT ± c · ep

   first_stage

   1. Diferença das taxas de adesão (participou = 1) entre ofertados e não ofertados.PE = p1 − p0→ 0,549419 (0.5494186046511628)
   2. Erro-padrão robusto à heterocedasticidade (HC1): a raiz da variância estimada do coeficiente.ep = √V_jj→ 0,0154959 (0.015495861135380153)
   3. Intervalo de 95% de confiança: a estimativa mais ou menos o valor crítico da distribuição t de Student com 1998 graus de liberdade vezes o erro-padrão.IC = PE ± c · ep

   late

   1. Estimador de Wald: o efeito da oferta sobre o desfecho dividido pelo efeito da oferta sobre a adesão.LATE = ITT / PE→ 0,270865 (0.27086483133771627)
   2. Erro-padrão do MQ2E exatamente identificado de renda sobre participou instrumentado por oferta.→ 0,103137 (0.10313733373367341)
   3. Intervalo de 95% de confiança: a estimativa mais ou menos o valor crítico da distribuição t de Student com 1998 graus de liberdade vezes o erro-padrão.IC = LATE ± c · ep

   Pressupostos do estimador

   • the offer is randomly assigned
   • the offer affects the outcome only through take-up (exclusion)
   • no unit takes up the treatment because it was not offered (monotonicity)

   Hashes SHA-256 e metadados de reprodução

   Digests dos dados

   d eb99b1d90f3720e1bf8b835cd4393caaa51220610db03b3a9a9af97669e56818

   sha256 do resultado

   5d0ea6da7f691d8aa2d5791a846eae648f98a33d80de3f279b000ccfb0f4222b

3. 2Ferramenta
   infer.wald_late— Razão de Wald para instrumento binário (LATE)v0.1.0call_7d7d2746decidido pelo códigoreexecutável

   Argumentos

   {
     "cluster": null,
     "d": "participou",
     "dataset": "d",
     "level": 0.95,
     "same_sample": true,
     "y": "renda",
     "z": "oferta"
   }

   Figuras call_7d7d2746

   Chave	Valor	Valor bruto	Erro-padrão	IC
   itt Intention-to-treat effect of the offer oferta on renda	0,288885	0.28888521775552445	0,05831850.05831852050841695	0,174514 – 0,403257
   first_stage Effect of the offer oferta on take-up participou (compliance)	0,59589share	0.5958904109589042	0,01535760.015357643582284568	0,565772 – 0,626009
   late Local average effect of participou on renda for compliers	0,484796	0.4847958826701904	0,09452690.09452690212538685	0,299414 – 0,670178

   Diagnósticos

   • p1 = 0,595890.5958904109589042 (take-up among units offered (participou = 1 given oferta = 1))
   • p0 = 00 (take-up among units not offered (participou = 1 given oferta = 0))
   • one_sided = true (no one outside the offer took the treatment: the LATE is the effect on the treated (Bloom))
   • first_stage_F = 1.505,511505.509932203369 (squared t of the first stage)
   • same_sample = true (ITT, first stage and LATE use the same rows)
   • n_itt = 2.0002000
   • n_first_stage = 2.0002000
   • n_late = 2.0002000
   • se_type = "HC1" (heteroskedasticity-robust standard errors (HC1))
   • n_clusters = — (errors not clustered)

   Derivação matemática e pressupostos

   itt

   1. Diferença das médias de renda entre quem recebeu a oferta e quem não recebeu.ITT = ȳ_1 − ȳ_0→ 0,288885 (0.28888521775552445)
   2. Erro-padrão robusto à heterocedasticidade (HC1): a raiz da variância estimada do coeficiente.ep = √V_jj→ 0,0583185 (0.05831852050841695)
   3. Intervalo de 95% de confiança: a estimativa mais ou menos o valor crítico da distribuição t de Student com 1998 graus de liberdade vezes o erro-padrão.IC = ITT ± c · ep

   first_stage

   1. Diferença das taxas de adesão (participou = 1) entre ofertados e não ofertados.PE = p1 − p0→ 0,59589 (0.5958904109589042)
   2. Erro-padrão robusto à heterocedasticidade (HC1): a raiz da variância estimada do coeficiente.ep = √V_jj→ 0,0153576 (0.015357643582284568)
   3. Intervalo de 95% de confiança: a estimativa mais ou menos o valor crítico da distribuição t de Student com 1998 graus de liberdade vezes o erro-padrão.IC = PE ± c · ep

   late

   1. Estimador de Wald: o efeito da oferta sobre o desfecho dividido pelo efeito da oferta sobre a adesão.LATE = ITT / PE→ 0,484796 (0.4847958826701904)
   2. Erro-padrão do MQ2E exatamente identificado de renda sobre participou instrumentado por oferta.→ 0,0945269 (0.09452690212538685)
   3. Intervalo de 95% de confiança: a estimativa mais ou menos o valor crítico da distribuição t de Student com 1998 graus de liberdade vezes o erro-padrão.IC = LATE ± c · ep

   Pressupostos do estimador

   • the offer is randomly assigned
   • the offer affects the outcome only through take-up (exclusion)
   • no unit takes up the treatment because it was not offered (monotonicity)

   Hashes SHA-256 e metadados de reprodução

   Digests dos dados

   d ab3eaa0f6520a9e3228ed1867f6c9b46e4dc4338035da99f8c971fdeb8dccc77

   sha256 do resultado

   bc27027607ac7f10e0d634277ddceb2a8cc219d29e20d3e31c9b50cea2617453

4. 3Ferramenta
   infer.wald_late— Razão de Wald para instrumento binário (LATE)v0.1.0call_3a119054decidido pelo códigoreexecutável

   Argumentos

   {
     "cluster": null,
     "d": "participou",
     "dataset": "d",
     "level": 0.95,
     "same_sample": true,
     "y": "renda",
     "z": "oferta"
   }

   Figuras call_3a119054

   Chave	Valor	Valor bruto	Erro-padrão	IC
   itt Intention-to-treat effect of the offer oferta on renda	0,290337	0.2903369487606276	0,05939340.05939344214748972	0,173857 – 0,406817
   first_stage Effect of the offer oferta on take-up participou (compliance)	0,579681share	0.5796812749003984	0,0155860.015585990402670573	0,549115 – 0,610248
   late Local average effect of participou on renda for compliers	0,500856	0.5008561796489177	0,09884620.09884620634656298	0,307004 – 0,694709

   Diagnósticos

   • p1 = 0,5796810.5796812749003984 (take-up among units offered (participou = 1 given oferta = 1))
   • p0 = 00 (take-up among units not offered (participou = 1 given oferta = 0))
   • one_sided = true (no one outside the offer took the treatment: the LATE is the effect on the treated (Bloom))
   • first_stage_F = 1.383,281383.278843601889 (squared t of the first stage)
   • same_sample = true (ITT, first stage and LATE use the same rows)
   • n_itt = 2.0002000
   • n_first_stage = 2.0002000
   • n_late = 2.0002000
   • se_type = "HC1" (heteroskedasticity-robust standard errors (HC1))
   • n_clusters = — (errors not clustered)

   Derivação matemática e pressupostos

   itt

   1. Diferença das médias de renda entre quem recebeu a oferta e quem não recebeu.ITT = ȳ_1 − ȳ_0→ 0,290337 (0.2903369487606276)
   2. Erro-padrão robusto à heterocedasticidade (HC1): a raiz da variância estimada do coeficiente.ep = √V_jj→ 0,0593934 (0.05939344214748972)
   3. Intervalo de 95% de confiança: a estimativa mais ou menos o valor crítico da distribuição t de Student com 1998 graus de liberdade vezes o erro-padrão.IC = ITT ± c · ep

   first_stage

   1. Diferença das taxas de adesão (participou = 1) entre ofertados e não ofertados.PE = p1 − p0→ 0,579681 (0.5796812749003984)
   2. Erro-padrão robusto à heterocedasticidade (HC1): a raiz da variância estimada do coeficiente.ep = √V_jj→ 0,015586 (0.015585990402670573)
   3. Intervalo de 95% de confiança: a estimativa mais ou menos o valor crítico da distribuição t de Student com 1998 graus de liberdade vezes o erro-padrão.IC = PE ± c · ep

   late

   1. Estimador de Wald: o efeito da oferta sobre o desfecho dividido pelo efeito da oferta sobre a adesão.LATE = ITT / PE→ 0,500856 (0.5008561796489177)
   2. Erro-padrão do MQ2E exatamente identificado de renda sobre participou instrumentado por oferta.→ 0,0988462 (0.09884620634656298)
   3. Intervalo de 95% de confiança: a estimativa mais ou menos o valor crítico da distribuição t de Student com 1998 graus de liberdade vezes o erro-padrão.IC = LATE ± c · ep

   Pressupostos do estimador

   • the offer is randomly assigned
   • the offer affects the outcome only through take-up (exclusion)
   • no unit takes up the treatment because it was not offered (monotonicity)

   Hashes SHA-256 e metadados de reprodução

   Digests dos dados

   d 99423350d2ac2b0c079f7c0aa08eee2ae75826cced458fc700e4e850b8b807a9

   sha256 do resultado

   2b3e5c907a6089f59b9e8f6765df4734f3aeac1a725080f6c8b95731cc06c34c

5. 4Nota
   bench.capture decidido pelo código

   {
     "inputs": {
       "contexts": 100,
       "kept": 3
     },
     "outputs": {
       "outputs_sha256": "8ccc797e6737edfe30c4fd316f520f13c85a9e58a74a0e728387661f91c74342",
       "records": 100
     }
   }

6. 5Pontuação
   #0situação da ferramentapassouobrigatória100/100 calls ok
7. 6Pontuação
   #1figura próximapassouobrigatóriabias: mean 0.4175 vs truth 0.4, bias +0.0175 (MC SE 0.00968, R=100); |bias| <= 0.029?
8. 7Pontuação
   #2figura próximapassouregistradacoverage of the 95% interval: 0.9500 in [0.9000, 0.9900]? (MC SE 0.0218, R=100)

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