Introdução à Análise de Dados Categóricos e em Painel

Grande parte da pesquisa quantitativa nas ciências da saúde e sociais depende da compreensão de como variáveis categóricas — como gênero, raça, escolaridade, ocupação ou filiação política — influenciam e interagem com desfechos importantes.

Este workshop oferece uma introdução abrangente às técnicas de análise de dados categóricos no Stata, fornecendo aos participantes o entendimento conceitual e as habilidades práticas necessárias para ir além de comparações descritivas e avançar em direção a análises mais rigorosas e explicativas.

Os participantes aprenderão a estimar e interpretar modelos para desfechos binários, ordinais e nominais (logit, probit, ologit, mlogit), bem como modelos para dados em painel (efeitos fixos e aleatórios, xtlogit, xtmlogit). Será dada atenção especial aos insights causais possibilitados pelos métodos de dados em painel, que permitem controlar heterogeneidade não observada, explorar mudanças dentro de indivíduos ou grupos ao longo do tempo e fazer inferências mais robustas sobre relações de causa e efeito.

Com uma combinação integrada de explicação teórica, exercícios guiados e análise prática de dados, o workshop enfatiza não apenas como estimar esses modelos, mas também como interpretar resultados de maneira significativa, avaliar ajustes e pressupostos dos modelos e comunicar achados de forma eficaz para públicos técnicos e aplicados.

Habilidades que serão desenvolvidas:

Os participantes irão aprender a:

• Estruturar e preparar bases de dados para análise categórica e em painel no Stata

• Especificar e estimar models logit, probit, logit ordenado e logit multinomial

• Aplicar models de efeitos fixos e aleatórios para dados em painel (xtlogit, xtmlogit)

• Interpretar tabelas de saída do Stata e diagnósticos de modelos

• Visualizar resultados usando gráficos de efeitos marginais e ferramentas pós-estimação (margins, marginsplot)

• Validar a adequação dos modelos e comunicar resultados de forma clara em pesquisas acadêmicas

Resultados de Aprendizagem:

Ao final do workshop, os participantes serão capazes de:

• Identificar modelos estatísticos adequados para diferentes tipos de desfechos categóricos

• Estimar e interpretar parâmetros e efeitos marginais

• Compreender os pressupostos teóricos por trás de modelos de escolha discreta e dados em painel

• Aplicar essas técnicas a bases reais das ciências da saúde e sociais usando Stata

• Produzir tabelas e gráficos com qualidade para publicação em análises de dados categóricos e em painel

Os participantes terão um conjunto de ferramentas prácticas para aplicar essas técnicas em suas próprias pesquisas - permitindo análises estatisticamente sólidas, com fundamentação causal e relevância para políticas públicas

Pré-requisitos:

• Conhecimento básico de regressão (MQO ou GLM)

• Interesse  em métodos quantitativos aplicados às ciências da saúde ou sociais

• Portatil com o Stata instalado ( serão fornecidas versões de avaliação aos participantes)

• O curso será ministrado em português

Leituras Recomendadas:

• Agresiti, Alan & Finlay, Barbara. 2021. Cap. 15 - Regressão logística: modelando respostas categóricas, in Métodos Estatísticos para as Ciências Sociais, 4a ed. Porto Alegre: Penso, pp. 533-571.

• Long, Scott J, & Freese, Jeremy. 2006. Regression Models for Categorical Dependent Variables Using Stata. 2a ed. Collge Station, TX: Stata Press.

• Powers, Daniel A, & Xie, Yu. 2008. Statistical Methods for Categorical Data Analysis 2a ed. San Diego: Emerald Group Publishing.

• StataCorp. 2023. xtmlogit - Multinomial logit models for panel data. In: Stata Longitudinal-Data/ Panel-Data Reference Manual: Release 18. College Station, TX: Stata Press. https://www.stata.com/manuals/xtxtmlogit.pdf

• StataCorp. 2023. xtlogit - Random-effects, fixed-effects, and population averaged logit models. In: Stata Longitudinal-Data/ Panel-Data Reference Manual: Release 18. College Station, TX: Stata Press. https://www.stata.com/manuals/xtxtlogit.pdf

Análise de Dados Categóricos

2pm: Introdução a modelos binários (logit, probit)

3pm: Modelos multinominais e ordinais (mlogit, ologit)

Modelos de Dados em Painel

4pm Introdução a estruturas de dados em painel (xtset) e estimação

5pm: Modelos para respostas categóricas em painel (xtlogit, xtmlogit) e interpretação com margins