Explicando Inferencia por Aleatorización a un futbolero
Explicando Inferencia por Aleatorización a un futbolero Explicando Inferencia por Aleatorización a un futbolero English version Para celebrar una fecha importante, 5 amigos invitan a 5 jugadores de futbol profesional para jugar un partido. Los amigos no conocen a los jugadores profesionales. Los contrataron a través de un manager. Para que el encuentro sea más interesante, decidieron poner un premio importante al equipo ganador. Los 5 amigos juegan bien, pero piensan que si ellos juegan contra los profesionales, van a perder con total seguridad. La idea entonces es armar equipos mezclados. ¿De cuántas formas se podrían armar los equipos? La respuesta es 252, que es la cantidad de formas en la que pueden seleccionarse 5 elementos de un grupo de 10 (i.e., número combinario C(10,5) )… Bueno, resulta que minutos antes del partido, los amigos escuchan un rumor de que el manager podría ser un estafador, y los profesionales, en realidad, podrían ser solamente impostores. Los amigos todavía tiene interés en ganar, pero sobre todo quieren asegurarse de que el manager no los esté estafando! Un primer amigo pensó lo siguiente: van a jugar los 5 amigos contra los 5 profesionales. Si pierden por mucha diferencia, entonces van a concluir que…
Efectos de la ley de Alquileres CABA
Efectos de la Ley de Alquileres Noviembre Aquí encontrarán una primera versión1 de un documento de trabajo que analiza los efectos de la ley de alquileres de CABA, promulgada en 2017. Bienvenidos los comentarios. La ley de CABA de 2017 introdujo algunas modificaciones a la operación del mercado, incluyendo la transferencia de la obligación del pago de la comisión del inquilino al propietario, entre otras medidas que mencioné en un post anterior. En el documento, me propuse medir los efectos de la ley de alquileres de la Ciudad de Buenos Aires de 2017 en los valores de alquiler. La principal motivación detrás de la metodología propuesta es evitar confundir la medición del efecto con otros factores que pudieran afectar los valores de manera contemporánea, como podría ser el efecto de la inflación, las modificaciones en el valor que ocurren a raíz de las tendencias de transformación urbana, y evitar sesgos de selección en la comparación con otras ciudades. Todo el análisis está basado en datos abiertos, de ofertas de alquiler publicadas en Properati. El código completo también estará próximamente disponible. El análisis es posible gracias a algunas particularidades de la Ciudad de Buenos Aires, más precisamente el hecho de estar…
Efectos ley de alquileres CABA #1
[latexpage]In englishComparto aquí un análisis preliminar de los efectos de la ley de alquileres, sancionada en 2017, sobre los valores de alquiler. Esta ley, declarada inconstitucional en Mayo de este año, libró a los inquilinos del pago de la comisión inmobiliaria, al tiempo que también impuso una comisión máxima a ser pagada a las inmobiliarias.
Identification with DAGs: Introduction with simple simulations
En español
In this post I want to share with you some introductory ideas on how Directed Acyclical Graphs (DAGs) are used for causal identification. I am also sharing a few (Stata based) numerical simulations (here), that can be illustrative of their use in a regression application.
The DAG approach has been around for at least a decade now, and is described in extent in the excellent book by Pearl and Mackenzie (2018)’s “The Book of Why”. There’s so much going on in the book that I will be writing more about it in a future post.