Conteúdo
1. Introdução ao curso e revisão
Aula 1. Plano de Ensino
📖 Leia o plano de ensino
Aula 2. Revisão de Probabilidade e Estatística
📖 Leia os Capítulos 2 e 3 de Stock e Watson.
ou
📖 Leia os Capítulos 3 e 4 de Huntington-Klein.
Observação: A seção 3.5 da 4a Edição de Stock e Watson será coberta em outra aula. Esta seção não está disponível na 1a Edição.
2. Introdução à Inferência Causal e Experimentos
Aula 3. Introdução à Inferência Causal
📖 Leituras principais:
Capítulo 1 de Angrist e Pischke. Mastering metrics: the path from cause to effect.
Capítulo 13 de Stock e Watson. Introduction to econometrics. (Seção 13.1)
📖 Leituras complementares:
Capítulo 1 e Seções 4.1.1 a 4.1.3 de Cunningham, S. Causal Inference: the mixtape. (páginas 1-15 e 119-137).
Capítulos 1, 2 e 5 de Huntington-Klein, N. The Effect: An Introduction to Research Design and Causality.
Card, D. (2022). Design-Based Research in Empirical Microeconomics. American Economic Review, 112(6), 1773–1781.
Aula 4. Experimentos aleatórios
📖 Leituras principais:
Capítulo 1 de Angrist e Pischke. Mastering metrics: the path from cause to effect.
Seções 3.5, 13.1 a 13.3 de Stock e Watson. Introduction to econometrics.
📖 Leituras complementares:
Ferraz, C., & Finan, F. (2008). Exposing Corrupt Politicians: The Effects of Brazil’s Publicly Released Audits on Electoral Outcomes. Quarterly Journal of Economics, 123(2), 703–745.
Choi, J. J., Laibson, D., & Madrian, B. C. (2010). Why Does the Law of One Price Fail? An Experiment on Index Mutual Funds. The Review of Financial Studies, 23(4), 1405–1432.
Aula Prática 1. Aleatorização
Para que possamos aproveitar ao máximo as aulas práticas, será muito importante evitarmos problemas técnicos uma vez que eles tendem a consumir muito tempo da aula. Por isso, solicito que todos vocês instalem ou atualizem seus sistemas. No caso do R, precisamos pelo menos da versão R-4.5.2. Como IDE, irei utilizar o Positron em sala. Vocês podem escolher qual IDE usar, sendo as mais comuns RStudio e VSCode.
Além disso, a ideia é introduzir os alunos ao Quarto, um sistema gratuito para produção de trabalhos técnicos em diferentes formatos. Assim, seria muito importante que os alunos assistam os 5 primeiros minutos do vídeo abaixo antes da aula. Notem que o vídeo mostra como exportar do arquivo Quarto para um arquivo html. Em sala, exportaremos para pdf, mas os principios gerais apresentados no vídeo são os mesmos. Para exportar para pdf será necessário fazer a instalação do Tinytex. Para isso, veja a seção Prerequisites da documentação do Quarto para pdf.
Observação: é possível assistir com legendas em português utilizando a opção de tradução automática do youtube.⌨️ Aula Prática
3. Regressão por MQO
Aula 5: Inferência causal baseada em regressões
📖 Leituras principais:
Capítulo 4 e 5 de Stock e Watson. Introduction to econometrics.
Observação: Na 1a Edição de Stock e Watson, todo o conteúdo é apresentado no capítulo 4.
Capítulo 2 de Angrist e Pischke. Mastering metrics: the path from cause to effect.
Aula 6: Viés de variável omitida
📖 Leituras principais:
Capítulo 6 e 7 de Stock e Watson. Introduction to econometrics.
Observação: Na 1a Edição de Stock e Watson, todo o conteúdo é apresentado no capítulo 5.
Capítulo 2 e Seção 6.1 de Angrist e Pischke. Mastering metrics: the path from cause to effect.
Aula Prática 2
⌨️ Aula Prática
4. Dados em Painel
Aula 7: Dados em painel: efeitos fixos
📖 Leituras principais:
Seções 10.1 a 10.3 de Stock e Watson. Introduction to econometrics.
Aula 8: Dados em painel: efeitos fixos de tempo
📖 Leituras principais:
Seções 10.4 a 10.7 de Stock e Watson. Introduction to econometrics.
Observação A 1a Edição de Stock e Watson não contém material sobre desvios-padrões “clusterizados” discutido na seção 10.5 do livro da 5a Edição.
Aula Prática 3
⌨️ Aula Prática
5. Variável Dependente Limitada
Aula 9: Variável Dependente Binária: LPM
📖 Leituras principais:
Seção 11.1 de Stock e Watson. Introduction to econometrics.
💻 Aula 9 - Variável dependente binária: modelo de probabilidade linear
Aula 10: Variável Dependente Binária: Modelos Não Lineares
📖 Leituras principais:
Seções 11.2 a 11.5 de Stock e Watson. Introduction to econometrics.
💻 Aula 10 - Variável dependente binária: modelos não lineares
Aula Prática 4
⌨️ Aula Prática
6. Variáveis Instrumentais
Aula 12: Mostra Científica
Aula 13: Mostra Científica - VI e MQ2E
📖 Leituras principais:
Capítulo 12 de Stock e Watson. Introduction to econometrics.
Observações: A discussão sobre testes (seção 12.3) não será cobrada em prova.
Aula 14: Variável Instrumental - LATE
📖 Leituras principais:
- Capítulo 3 de Angrist, D. J., Pischke, J. Mastering metrics: the path from cause to effect. 1st Edition. Princeton University Press. 2015.
Aula 15: Variável Instrumental - Bartik IV
Autor, D., Dorn, D. e Hanson, G. (2013). The China Syndrome: Local Labor Market Effects of Import Competition in the United States. American Economic Review, 103(6): 2121–2168.
Goldsmith-Pinkham, P., Sorkin, I. e Swift, H. (2020). Bartik Instruments: What, When, Why, and How. American Economic Review, 110(8): 2586–2624.
Borusyak, Kirill, Peter Hull, and Xavier Jaravel. (2025). A Practical Guide to Shift-Share Instruments. Journal of Economic Perspectives 39 (1): 181–204.
Aula 16: Diferenças em diferenças
📖 Leituras principais:
Capítulo 5 de Angrist, D. J., Pischke, J. Mastering metrics: the path from cause to effect. 1st Edition. Princeton University Press. 2015.
Seções 9.1, 9.2 e 9.6 (menos a subsção de inferência) de Cunningham, S. Causal Inference: the remix.
Aula 17: Event-Study e adoção escalonada
📖 Leituras principais:
Baker, Andrew, Brantly Callaway, Scott Cunningham, Andrew Goodman-Bacon, and Pedro H. C. Sant’Anna. 2026. Difference-in-Differences Designs: A Practitioner’s Guide. Journal of Economic Literature 64 (2): 498–557.
8. Regressão Discontínua
Aula 18: Regressão Descontínua Sharp
📖 Leituras principais:
Seção 4.1 de Angrist, D. J., Pischke, J. Mastering metrics: the path from cause to effect. 1st Edition. Princeton University Press. 2015.
Cattaneo, M. D., Idrobo, N., & Titiunik, R. (2019). A Practical Introduction to Regression Discontinuity Designs: Foundations. Cambridge University Press.
Aula 19: Regressão Descontínua Fuzzy
📖 Leituras principais:
Seção 4.2 de Angrist, D. J., Pischke, J. Mastering metrics: the path from cause to effect. 1st Edition. Princeton University Press. 2015.
Cattaneo, M. D., Idrobo, N., & Titiunik, R. (2024). A Practical Introduction to Regression Discontinuity Designs: Extensions. Cambridge University Press.
💻 Aula 19 - Regressão Discontínua: Fuzzy
Volte para Cronograma ⏎