Profesor Jake Bowers impartió curso intensivo en nuestro Instituto
Jake Bowers, profesor de la University of Illinois at Urbana-Champaign, impartío un curso intensivo en nuestro Instituto el pasado jueves 21 de marzo sobre "Matching for Adjustment and Causal Inference". El curso se enmarca dentro del proyecto Iniciativa Milenio para el Estudio de la Estatalidad y la Democracia, y es parte de nuestro esfuerzo continuo de promoción de métodos para el estudio de la Ciencia Política
Este curso es una introducción al ajuste estadístico usando matching y propensity scores en el estilo iniciado por Rubin y Rosenbaum, actualmente en desarrollo a través del trabajo de muchos otros metodólogos de las ciencias sociales y las disciplinas estadísticas. Una importante motivación para el matching es la de aproximar al diseño experimental. Dado que dicha motivación surge de un deseo por hacer más transparentes y defendibles afirmaciones sobre relaciones causales, se introducirá la concepción contrafactual de la inferencia causal y la potencial formalización del outcome de estas ideas. También se dedicará algo de tiempo a la inferencia estadística (tests de hipótesis, creación de intervalos de confianza) tras la creación de un diseño 'matcheado'. Finalmente, lidiaremos con algunas de las preguntas que actualmente lideran los temas de investigación en esta área: ¿Cuándo y cómo se puede afirmar haber ajustado "suficiente"? ¿Cómo podemos comprometernos con la preocupación acerca de 'confundidores' no observados aún cuando hemos ajustado de acuerdo a lo observado?
El profesor Bowers es Assistant Professor de Ciencia política y Estadística en la University of Illinois at Urbana-Champaign. Su trabajo en metodología de la ciencia política se ha enfocado en modelos multilevel y, más recientemente, en inferencia causal y estadística para experimentos al azar y estudios observacionales matcheados. Su trabajo en comportamiento político se ha enfocado en las dinámicas y los determinantes contextuales del comportamiento y participación políticas.