Simulations to evaluate small sample inference methods

• Grant number: 24/21009-0
• Support Opportunities: Scholarships in Brazil - Technical Training Program - Technical Training
• Start date: December 01, 2024
• End date: August 31, 2026
• Field of knowledge: Applied Social Sciences - Economics - Quantitative Methods Applied to Economics
• Principal Investigator: Bruno Ferman
• Grantee: Davi Sousa Siqueira
• Host Institution: Escola de Economia de São Paulo (EESP). Fundação Getúlio Vargas (FGV). São Paulo , SP, Brazil
• Associated research grant: 24/07954-4 - Inference with small samples, AP.R

Abstract

Pesquisadores aplicados utilizam comumente métodos de inferência que são válidos assintoticamente. No entanto, em muitos casos as teorias assintóticas assumidas nestes métodos não aproximam de forma satisfatória os cenários em que são utilizados. Como consequência, podemos ter um excesso de resultados falso-positivos. Nesta proposta de pesquisa, é considerada a utilização de métodos alternativos de inferência em cenários onde métodos tradicionais que se baseiam em aproximações assintóticas não são confiáveis. Mais especificamente, serão desenvolvidos ao menos três artigos relacionados a cenários com inferência em amostras pequenas (em ao menos uma dimensão): (i) um artigo survey onde serão categorizados diferentes métodos de inferência para cenários com poucos tratados. Em particular, clarificando as premissas que eles utilizam, e avaliando quais métodos seriam mais apropriados em diferentes situações; (ii) um outro artigo em que será desenvolvido um novo método de inferência para estimadores de diferença em diferença (DD) para um cenário em que não existe ainda na literatura uma alternativa válida: quando temos poucos tratados, variação no tempo de tratamento, e efeitos de tratamento heterogêneos; (iii) um terceiro artigo em que será desenvolvido alternativas para inferência para modelos de shift-share que sejam válidas em pequenas amostras sob premissas relativamente mais fortes, mas que ao mesmo tempo sejam válidas também assintoticamente sob premissas mais fracas. Além disso, serão desenvolvidos programas para R e/ou Stata que implementam métodos de inferência para DD com poucos tratados. (AU)