Inferencia Causal

Primer Semestre 2026 · Facultad de Administración y Economía · USACH


Módulo 1 — Fundamentos y Causalidad

Clase 1 — Repaso e Introducción a la Causalidad

Historia intelectual y motivación. Repaso de probabilidad y regresión.

Clase 2 — DAGs e Inferencia Causal

Nodos, aristas y caminos causales. Confusores, mediadores y colisionadores.

Clase 3 — Resultados Potenciales y RCTs

El modelo de resultados potenciales. Ensayos controlados aleatorios.

Módulo 2 — Estrategias de Identificación I

Clase 4 — Selección en Observables

Control con regresión. Emparejamiento y Propensity Score.

Clase 5 — Cumplimiento Imperfecto

El problema de cumplimiento imperfecto en RCTs. Cumplidores, tomadores y rechazadores. El ITT y el LATE.

Módulo 3 — Inferencia

Clase 6 — Tópicos de Inferencia

Pruebas de hipótesis y potencia estadística. Clustering. Inferencia por aleatorización y Bootstrap.

Módulo 4 — Estrategias de Identificación II

Clase 7 — Variables Instrumentales I

Marco de IV: relevancia y exogeneidad. El LATE como estimador de IV.

Clase 8 — Variables Instrumentales II

2SLS: implementación e interpretación. Aplicaciones empíricas clásicas.

Clase 9 — Discontinuidad en la Regresión (RDD)

Identificación en el punto de corte. Estimación. Validación y aplicaciones. RDD aguda vs. difusa.

Clase 10 — Diferencias en Diferencias I

El supuesto de tendencias paralelas. Estimación con dos períodos y dos grupos. Event studies.

Clase 11 — Diferencias en Diferencias II

DID con múltiples períodos y tratamiento escalonado. Efectos heterogéneos.

Clase 12 — Control Sintético

Motivación y relación con DID. Construcción del contrafactual sintético. Inferencia por permutación.

Módulo 5 — Integración

Trabajo Final

Presentación y discusión de propuestas de proyecto.

Bibliografía

  • Huntington-Klein, N. (2021). The Effect: An Introduction to Research Design and Causality. Chapman and Hall/CRC.
  • Cunningham, S. (2021). Causal Inference: The Mixtape. Yale University Press.
  • Angrist, J.D., & Pischke, J.-S. (2009). Mostly Harmless Econometrics: An Empiricist’s Companion. Princeton University Press.