Curso corto sobre inferencia causal aplicada a la evaluación de proyectos y políticas públicas, impartido en la Escuela de Métodos del CIDE en primavera 2026. Cubre desde la lógica de la aleatorización hasta regresión discontinua, pasando por matching y diferencia en diferencias. Todo con código en R y ejemplos de política pública mexicana (Seguro Popular, Becas Benito Juárez). Los materiales quedan abiertos para quien los necesite.
1
Aleatorización y el problema fundamental de la inferencia causal
Por qué funciona la asignación aleatoria. Simulación del marco de resultados potenciales, sesgo de selección y verificación de balance.
2
Propensity Score Matching
Cuando no hay experimento. Propensity scores, algoritmos de matching, balance y sensibilidad. Ejemplo: efecto de becas educativas sobre deserción.
3
Diferencia en diferencias
El Seguro Popular como caso de estudio. Intuición de DiD, tendencias paralelas, event studies y limitaciones. Incluye ejercicio con soluciones.
4
Regresión discontinua
Becas Benito Juárez y el corte de 700 puntos. Intuición de RDD, continuidad, estimación en ventana local y validación del diseño.
Datos adicionales
| Archivo | Obs. | Tema |
|---|---|---|
| injury.csv | 7,151 | Compensación laboral |
| mosquito_nets.csv | 1,753 | Prevención de malaria |
| public_private_earnings.csv | 10 | Retornos educativos |
| world_happiness.csv | 218 | Desarrollo y bienestar |
Paquetes de R: tidyverse · MatchIt · cobalt · optmatch · rbounds