Attributes | Values |
---|
type
| |
Thesis advisor
| |
Author
| |
alternative label
| - Essays on the question of causal inference in the social sciences
|
dc:subject
| - Analyse des données
- Thèses et écrits académiques
- Variables instrumentales (statistique)
- Causalité
- Modèles économétriques
- Inférence
- identification
- compliers
- effets de traitement
- validité interne
- variables instrumentales
- économie apliquée
- économétrie
|
preferred label
| - Essais sur la question de l'inférence causale en sciences humaines
|
Language
| |
Subject
| |
dc:title
| - Essais sur la question de l'inférence causale en sciences humaines
|
Degree granting institution
| |
note
| - In the first chapter, I show that instrumental variable (IV) estimates have greater internal and external validity than was previously thought. On internal validity, monotonicity is not necessary for the Wald ratio to identify a Local Average Treatrnent Effect. On external validity, IV identify treatment effects among a population G larger than compliers. P(G) is not identified but 1 derive a non-trivial lower bound for it under a fairly credible assumption. The instrumented difference in differences model is identified under two common trend assumptions on the outcome and on the treatment. In the second chapter of this thesis, 1 consider what can be obtained under a common trend assumption on the outcome only. 1 show that when the outcome is bounded, the average treatment effect can be bounded. ln the fourth chapter, co-authored with Xavier D'Haultfoeuille, we relax the perfect compliance assumption in the Change in Change mode!. We show that treatment effects in a population of compliers are point identified when the treatment rate does not change in the control group, and partially identified otherwise.
- Dans le premier chapitre, je montre que la validité interne et externe des modèles dits «à variable instrumentale» est plus forte que ce qu'on pensait jusqu'ici. En ce qui concerne leur validité interne, l'hypothèse de monotonicité utilisée dans ces modèles n'est en fait pas nécessaire. Elle peut être remplacée par une hypothèse plus faible qui consiste à dire que conditionnellement aux outcomes potentiels, il y a moins de defiers que de compliers. En ce qui concerne la validité externe, les effets du traitement identifiés par ces modèles s'appliquent en fait à une population G plus grande que la population des compliers (C). Sous une hypothèse qui semble relativement crédible, on obtient une borne inférieure non triviale pour P(G). Le modèle dit de différence de différences instrumentée est identifié sous deux hypothèses de tendance commune : une sur l'outcome et l'autre sur le traitement. Le second chapitre de cette thèse se concentre sur l'identification de ce modèle lorsque l'on souhaite se passer de la seconde hypothèse. Quand la variable d'outcome est bornée, j’obtiens que l'effet du traitement est alors partiellement identifié. Dans le troisième chapitre, co-écrit avec Xavier D'Haultfœuille nous relâchons l'hypothèse de compliance parfaite dans le modèle change in change. Nous obtenons que lorsque le taux de traitement est stable dans le groupe de contrôle, l'effet du traitement est ponctuellement identifié au sein d'une population de compliers, tandis que lorsque ce taux change, le modèle est partiellement identifié.
|
dc:type
| |
http://iflastandar...bd/elements/P1001
| |
rdaw:P10219
| |
has content type
| |
is primary topic
of | |
is rdam:P30135
of | |