Seleção amostral em modelos quantílicos não-condicionais

• Processo: 19/20277-3
• Modalidade de apoio: Bolsas no Brasil - Doutorado Direto
• Data de Início da vigência: 01 de janeiro de 2020
• Data de Término da vigência: 30 de abril de 2022
• Área de conhecimento: Ciências Sociais Aplicadas - Economia - Métodos Quantitativos em Economia
• Pesquisador responsável: Sergio Pinheiro Firpo
• Beneficiário: Stefanie Sayuri Sunao
• Instituição Sede: Instituto de Ensino e Pesquisa (Insper). São Paulo , SP, Brasil
• Assunto(s): Econometria Economia do trabalho Análise estatística de dados Mínimos quadrados
• Palavra(s)-Chave do Pesquisador: Labour Economics | Quantile regression | Selection bias | Unconditional Quantile | Econometria

Resumo

O objetivo desse projeto é construir um estimador consistente que lida com o problema de seleção amostral em modelos quantílicos não-condicionais. A abordagem proposta se baseia em três passos: (i) estimação de uma função controle utilizando uma regressão com distribuição logística; (ii) construção de uma distribuição contrafactual para a variável dependente latente usando a função controle previamente estimada; (iii) aplicação da função influência recentrada na variável recuperada da distribuição contrafactual, e, finalmente, nós rodamos uma regressão de mínimos quadrados ordinários. Além dessa contribuição teórica, nós propomos uma aplicação empírica para medir o impacto da maternidade na diferença salarial entre homens e mulheres no Brasil. (AU)