Curso 3 — Causalidad y Evaluación de Impacto

M&oacute;dulos 1-3: Fundamentos — diagn&oacute;stico inicial, DAGs para pensar en causalidad, y el gold standard de los RCTs.
M&oacute;dulos 4-6: M&eacute;todos cuasi-experimentales cl&aacute;sicos — Difference-in-Differences (cl&aacute;sico y staggered) y Regression Discontinuity.
M&oacute;dulos 7-9: T&eacute;cnicas avanzadas — Propensity Score Matching, Synthetic Control y LATE con variables instrumentales.
M&oacute;dulos 10-12: Validaci&oacute;n y cierre — an&aacute;lisis de sensibilidad, poder estad&iacute;stico y certificado final.

Este curso cubre los fundamentos de la inferencia causal: desde DAGs y el marco de Pearl hasta experimentos aleatorios, Difference-in-Differences, Regression Discontinuity, Propensity Score Matching, Synthetic Control, LATE y métodos de sensibilidad. Cada módulo combina teoría con simulaciones interactivas y quizzes.

🌿 Ruta de aprendizaje

Módulos 1-3: Fundamentos — diagnóstico inicial, DAGs para pensar en causalidad, y el gold standard de los RCTs.
Módulos 4-6: Métodos cuasi-experimentales clásicos — Difference-in-Differences (clásico y staggered) y Regression Discontinuity.
Módulos 7-9: Técnicas avanzadas — Propensity Score Matching, Synthetic Control y LATE con variables instrumentales.
Módulos 10-12: Validación y cierre — análisis de sensibilidad, poder estadístico y certificado final.

Módulo 01