Search
   >> Home >> Resources & support >> Users Group meetings >> 2012 Italian Stata Users Group meeting >> Training courses

Training courses: September 21, 2012

Training courses will take place from 9:00 AM to 5:30 PM on Friday, September 21.

Course participants will receive a printed copy of the course notes, the Stata routines (do-files) and databases used in all empirical applications, and a 30-day short course license of Stata/SE 12.

To qualify for student registration fees, please enclose a copy of your student Identify card or your student registration documents for the academic year 2012–2013.

Missing data: Issues, ad-hoc approaches, and principled alternatives (in English)

In this course, we begin with an intuitive explanation of Rubin’s classification scheme for missingness mechanisms (MCAR, MAR, MNAR). We then move on to a discussion of the deficiencies in several commonly used ad-hoc approaches to handling missing data before we introduce the method of multiple imputation, a principled approach for handling missing data under the MAR assumption. We provide an overview of Stata 12’s multiple-imputation capabilities, together with a comparison of the different imputation approaches. We conclude the course with a brief introduction to an alternative approach to handling missingness: inverse probability weighting. Throughout, we emphasize that the choice of statistical methods for handling missing data should be made based on the assumptions believed to be reasonable for the study in hand.

Target audience: Researchers with strong quantitative skills and experience in statistical analysis in Stata.

Course requisites: The invited speaker of the previous day's meeting will have introduced the missing-data problem. We recommend that you attend that portion of the meeting to get the most out of this training course.

Session I

  • The missingness mechanism and Rubin’s taxonomy (MCAR, MAR, MNAR)
  • A critique of ad-hoc approaches

Session II

  • An introduction to parametric multiple imputation

Session III: Multiple imputation in Stata

  • Setting up Stata for multiple imputation
  • Imputation with the multivariate normal model
  • Imputation by chained equations
  • Analyzing multiply imputed datasets

Session IV

  • A brief introduction to inverse probability weighting
  • Untestable assumptions and the importance of sensitivity analyses
  • Conclusions

Enrollment is limited to 18 participants. To attend, register by September 10.

Analisi e stima degli effetti di trattamento con metodi contro-fattuali in Stata (in Italiano)

Il corso si propone di fornire ai partecipanti gli strumenti — teorici ed applicativi — per il corretto utilizzo delle moderne tecniche econometriche di analisi e stima contro-fattuale dell’ effetto di un determinato “intervento” (sia esso la somministrazione di uno specifico “trattamento” nel campo sanitario, o l’implementazione di una certa “politica” nel campo socio-economico) su una o più variabili-obiettivo (per es., efficacia di una terapia farmacologica o di uno strumento d’incentivo all’occupazione). In particolare, il corso si concentrerà sullo sviluppo e implementazione dei metodi di Control-Function, Matching, Reweighting e Difference-in- Differences. Ai partecipanti verranno forniti gli strumenti per un corretto utilizzo dei comandi Stata per implementare tali metodi, che potranno utilizzare nel loro specifico contesto di ricerca.

Destinari: Operatori pubblici e privati provenienti sia dal campo sanitario che socio-economico interessati all’utilizzo di tecniche contro-fattuali per l’analisi ex-post di uno specifico trattamento, ovvero per testare l’efficacia di politiche e programmi socio-economici; studenti universitari, dottorandi e ricercatori che vogliano effettuare analisi econometriche di impatto/efficacia su micro-dati.

Requisiti richiesti: conoscenza dei modelli lineari, Logit e Probit e familiarità con il software Stata.

Sessione I: Introduzione all”analisi contro-fattuale di impatto

  • Concetto di causalità contro-fattuale
  • Disegno sperimentale, quasi-sperimentale e non-sperimentale
  • Campionamento non randomizzato: selezione sulle osservabili e sulle inosservabili
  • Nozione di treatment effect: tipi di effetto, eterogeneità risultato potenziale
  • Notazione ed ipotesi di lavoro: SUTVA, CIA e CMI

Sessione II: Metodi basati su “Selezione sulle osservabili”

  • Stimatore con Funzione di Controllo (FC): setting statistico
  • Stimatore FC con e senza eterogeneità osservabile
  • Stimatore di Matching: setting statistico
  • Matching basato su Nearest-neighbor e Propensity-score
  • Stimatore di Reweighting
  • Cenni sui metodi basati sulla “selezione sulle non-osservabili”

Sessione III: Differences-in-differences (DID)

  • Difference-in-Differences: setting statistico
  • Difference-in-Differences con dati longitudinali
  • Difference-in-Differences con dati sezionali ripetuti

Sessione IV: Valutare l’effetto di un trattamento: Una sintesi

  • La valutazione ex-post di un trattamento: struttura logica e disegno statistico
  • Set informativo minimale ed indicatori di input, output e processo
  • La scelta del metodo: set informativo, cornice istituzionale, vantaggi e svantaggi relativi
  • Limiti e questioni aperte nella valutazione contro-fattuale d’impatto

Sessione V: Laboratorio

  • Il laboratorio prevede l’implementazione su dati reali e simulati dei metodi sviluppati nelle sessioni precedenti

Numero massimo di iscritti ammessi: 30
di cui 8 riservati a studenti
Termine iscrizione: 10 Settembre 2012

The Stata Blog: Not Elsewhere Classified Find us on Facebook Follow us on Twitter LinkedIn Google+ Watch us on YouTube