Il lavoro prende in esame alcuni aspetti relativi alla gestione dei dati mancanti nei contesti di inferenza causale usualmente denominati “esperimenti naturali”. Dopo un’introduzione alla problematica e l'illustrazione di una funzione di verosimiglianza adeguata al trattamento dei dati mancanti sotto condizioni di ignorabilità, verrà proposto un esempio basato su simulazioni. L’esempio è teso a mettere in evidenza l’importanza di un’attenta considerazione del meccanismo generatore dei dati mancanti in un’analisi di massima verosimiglianza. A tal proposito sarà presa in considerazione una popolazione ipotetica le cui caratteristiche rispecchiano quelle del dataset che Angrist e Krueger (1991) hanno utilizzato ai fini della valutazione dell’effetto della scolarizzazione sul reddito.
La gestione dei dati mancanti nei modelli di inferenza causale: il caso degli esperimenti naturali
Mercatanti, Andrea
2004-01-01
Abstract
Il lavoro prende in esame alcuni aspetti relativi alla gestione dei dati mancanti nei contesti di inferenza causale usualmente denominati “esperimenti naturali”. Dopo un’introduzione alla problematica e l'illustrazione di una funzione di verosimiglianza adeguata al trattamento dei dati mancanti sotto condizioni di ignorabilità, verrà proposto un esempio basato su simulazioni. L’esempio è teso a mettere in evidenza l’importanza di un’attenta considerazione del meccanismo generatore dei dati mancanti in un’analisi di massima verosimiglianza. A tal proposito sarà presa in considerazione una popolazione ipotetica le cui caratteristiche rispecchiano quelle del dataset che Angrist e Krueger (1991) hanno utilizzato ai fini della valutazione dell’effetto della scolarizzazione sul reddito.
I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
