Cross-Country Workshop for Impact Evaluations in Agriculture and Community Driven Development Addis Ababa, April 13-16, 2009 Léandre Bassolé Africa Impact.

Slides:



Advertisements
Présentations similaires
ANOVA à un facteur (Rehailia)
Advertisements

D.Gile statscrit1 LUTILISATION DES STATISTIQUES INFERENTIELLES DANS LA RECHERCHE : REFLEXIONS CRITIQUES
Africa Program for Education Impact Evaluation Dakar, Senegal December 15-19, 2008 Evaluation dimpact pour lamélioration des politiques publiques Moussa.
Democratic Republic of Congo Projet dAppui à la Réhabilitation et à la Relance du Secteur Agricole (PARRSA) CROSS-COUNTRY WORKSHOP FOR IMPACT EVALUATIONS.
NIGER PROJET DE DEVELOPPEMENT DES EXPORTATIONS ET DES MARCHES AGRO- SYLVO-PASTORAUX (PRODEX) (Signature de laccord de financement le 24 Avril 2009) CROSS-COUNTRY.
Introduction to Impact Evaluation training HSRC, Pretoria, South Africa April 10, 2008 Induction Causale Florence Kondylis Initiative pour lévaluation.
Cross-Country Workshop for Impact Evaluations in Agriculture and Community Driven Development Addis Ababa, April 13-16, Inference Causale Léandre.
Module 9- Les spécificités de l'évaluation de la contribution des projets ou programmes à la lutte contre la pauvreté
Africa Program for Education Impact Evaluation Dakar, Senegal December 15-19, 2008 Les Etapes de lImplémentation dune Evaluation dImpact Moussa P. Blimpo.
Introduction to Impact Evaluation Training Dakar, December 15-18, 2008
Introduction to Impact Evaluation training HSRC, Pretoria, South Africa April 10, 2008 Méthodes non Expérimentales Florence Kondylis Initiative pour lévaluation.
Relational Learning as a Search in a Critical Region Lou Fedon 9 Mars 2006.
Agence Nationale de la Statistique et de la Démographie Direction du Management de lInformation Statistique Confidentialité et anonymisation des microdonnées.
Tests non paramétriques
Les Tests dhypothèses. 1)Définition Un test cest une méthode qui permet de prendre une décision à partir des résultats dun échantillon.
Dr DEVILLE Emmanuelle J D V 12/07/2006
Impact Evaluation Click to edit Master title style Click to edit Master subtitle style Impact Evaluation World Bank InstituteHuman Development Network.
Exploiter les Discontinuités pour Bien Évaluer
La méthode expérimentale au service des politiques publiques
FAP Session 4.1. Parité des Prix à lImport Programme d'apprentissage des marchés du PAM Formation à l'Analyse des Prix4.1.1.
Tableau‚ Summary of Findings‘
SIMULATION WATERFALL & INSPECTION
Tests de comparaison de moyennes
M ÉTHODES NON EXPÉRIMENTALES Marie-Hélène Cloutier (Merci à Markus Goldstein pour la présentation)
Incorporation des effets compétitifs dans les programmes d’élevage afin d’améliorer les performances et le bien-être animal Dederen Priscilla Groupe.
Plans à groupes indépendants: organisation
DIME-FPD Dakar, February 1-4, 2010 Florence Kondylis.
Groupe 1: Classes de même intervalle
Africa Program for Education Impact Evaluation Accra, Ghana May 10-14, 2010 Inférence Causale Aïchatou Hassane May 10,
Objectifs du chapitre 12: Interprétation des résultats
L’Analyse de Variance 1 Généralités Le modèle Calculs pratiques
Thème 8 : l'observation et l'expérimentation
La méthodologie expérimentale Fondements et bases d’application
Le test t.
La puissance statistique
La puissance statistique
Les Expériences Scientifiques 1. Identifiez le problème. Quest-ce que vous savez? Quest-ce que vous voulez savoir? 2. Planifiez une stratégie. Cherchez.
La méthodologie expérimentale Fondements et bases d’application
Objectifs du chap. 5: Plans de recherche classiques
Analyse factorielle de variance: Principes d’expérimentation
TEST d’ADEQUATION A UNE LOI EQUIREPARTIE
Lien entre alpha et bêta
Mattea Stein, World Bank Méthodes Non-expérimentales I
Régression linéaire multiple : hypothèses & tests. Partie 3.
Multi-country Workshop on Development Impact Evaluation in Finance and Private Sector Development Dakar, Senegal, February 1-4, 2010 Non-Experimental Methods.
Principe de l’ Evaluation d’ Impact et Randomization
Analyses coût efficacité du dépistage des cancers
Workshop Development Impact Evaluation in Finance and Private Sector Dakar February 2010 With generous support from Gender Action Plan PROJET DE MODERNISATION.
Méthodes non expérimentales E4P workshop Lisbonne – 25 mars, 2014 Lodewijk Smets Université Catholique de Louvain (KUL) Université d’Anvers (UA)
Echantillonage pour une Evaluation d’Impact
Agreau Ltée Présentation à Projet Les Sucres fins Ltée/Agreau Ltée Mars, 2001 Agreau Ltée.
M2 Sciences des Procédés - Sciences des Aliments
Mher Joulakian Biblio du 18/02/14. Généralités Epidémiologie évaluative Stratégies thérapeutiques/diagnostiques Programmes de dépistage/prévention Pratiques.
Université d’Ottawa - Bio Biostatistiques appliquées © Antoine Morin et Scott Findlay :35 1 Comparaisons multiples Ce qu’elles sont.
1 Les principes d’une éducation en entretien individuel ou en petit groupe.
BIO 4518: Biostatistiques appliquées Les 11 et 18 octobre 2005 Laboratoire 4 et 5 ANOVA à critères multiples.
Laurent Candice Le Rochais Céline Le Jan Alix Benarfa Sandrine
Probabilités et statistique Test d’hypothèse de deux moyennes
Université d’Ottawa - Bio Biostatistiques appliquées © Antoine Morin et Scott Findlay :52 1 Comparaisons multiples Ce qu’elles sont.
GRANDEURS ET MISÈRES DE LA MÉTA-ANALYSE Jimmy Bourque, CRDE.
Session : Modele plan d’action Template Action Plan
DIME-FPD Dakar, February 1-4, 2010 Markus Goldstein 1.
Des expériences comparatives à répartition aléatoire (autrement dit des études expérimentales aléatoires)
Les TICs sont- elles une solution pour la vulgarisation agricole? Ms. WOUEDJIE THEGUE Alice-Norra Cameroon Youth Initiative for Rural Development ( CAMYIRD)
Académie européenne des patients sur l'innovation thérapeutique Rôle et notions élémentaires des statistiques dans les essais cliniques.
Introduction aux statistiques Intervalles de confiance
DÉMARCHES D’INVESTIGATION DANS L’ENSEIGNEMENT SECONDAIRE : REPRÉSENTATIONS DES ENSEIGNANTS DE MATHÉMATIQUES, SPC, SVT ET TECHNOLOGIE. Rapport d’enquête.
Chap. III Statistiques inférentielles
23/05/2016 Déterminer la taille des échantillons notion sous-jacente : puissance d'un test Claire Chabanet fonction F4, étendre l'écran configurer le diaporama,
Les Tests d’hypothéses.
Transcription de la présentation:

Cross-Country Workshop for Impact Evaluations in Agriculture and Community Driven Development Addis Ababa, April 13-16, 2009 Léandre Bassolé Africa Impact Evaluation Initiative Méthodes Non-Expérimentales

Cross-Country Workshop for Impact Evaluations in Agriculture and Community Driven Development Addis Ababa, April 13-16, 2009 Objectif Trouver un scenario contrefactuel » Examen objectif Toute méthode non expérimentale est associée à une hypothèse Plus l’hypothese est forte, moins on est peut etre assure d’isoler l’effet causal » Il faut questionner nous hypotheses ! 2

Cross-Country Workshop for Impact Evaluations in Agriculture and Community Driven Development Addis Ababa, April 13-16, Programme à évaluer: D i s t r i b u t i o n d e C o u p o n p o u r l ’ e n g r a i s ( ) – Objectif principal Augmenter la production de maïs – Intervention: distribution de coupons – Group cible: Producteurs de maïs Fermiers qui possèdent >1 Ha, <3 Ha de terre – Indicateur principal: production de maïs / Hectare

Cross-Country Workshop for Impact Evaluations in Agriculture and Community Driven Development Addis Ababa, April 13-16, 2009 Stratégie d’identification avant-après Contrefactuel: Production par hectare avant le début du programme » EFFET = Apres moins Avant Hypothèse du Contrefactuel: Il n’y pas d’éléments extérieurs au programme qui ont pu affecté la production de maïs entre

Cross-Country Workshop for Impact Evaluations in Agriculture and Community Driven Development Addis Ababa, April 13-16,

Cross-Country Workshop for Impact Evaluations in Agriculture and Community Driven Development Addis Ababa, April 13-16, Questionner l’hypothèse du contrefactuel Question: Quelles sont les facteurs qui ont affect é la production de maïs en ?

Cross-Country Workshop for Impact Evaluations in Agriculture and Community Driven Development Addis Ababa, April 13-16, Examiner l’hypothèse avec des données antérieures La production varie au cours du temps >> Il y a des facteurs externes (pluviosité, insectes…)

Cross-Country Workshop for Impact Evaluations in Agriculture and Community Driven Development Addis Ababa, April 13-16, 2009 Stratégie d’identification par les non participants Contrefactuel: Production de maïs parmi les non participants Hypothèse Contrefactuel: Sans coupons, les participants seraient, au cours d’une année donnée, aussi productifs que les non participants 8

Cross-Country Workshop for Impact Evaluations in Agriculture and Community Driven Development Addis Ababa, April 13-16,

Cross-Country Workshop for Impact Evaluations in Agriculture and Community Driven Development Addis Ababa, April 13-16, 2009 Questionner l’hypothèse du contrefactuel 10 Question: De quelle façon les participants diffèrent-ils des non participants?

Cross-Country Workshop for Impact Evaluations in Agriculture and Community Driven Development Addis Ababa, April 13-16, 2009 Tester l’hypothèse avec des données antérieures 11 REJETER l’hypothèse du contrefactuel (même productivité)

Cross-Country Workshop for Impact Evaluations in Agriculture and Community Driven Development Addis Ababa, April 13-16, 2009 Stratégie d’identification par la double différence Contrefactuel: 1.La production de maïs des non participants, après soustraction des différences préexistantes entre participants et non participants 2.La production de maïs avant la distribution de coupons, après soustraction des changements avant / après observés chez les non participants (facteurs externes) 1 et 2 sont équivalents 12

Cross-Country Workshop for Impact Evaluations in Agriculture and Community Driven Development Addis Ababa, April 13-16, 2009 Cont. Stratégie d’identification par la double différence Hypothèse du contrefactuel: En l’absence du programme, la productivité des participants et des non participants aurait suivi la même tendance (varié de la même façon)

Cross-Country Workshop for Impact Evaluations in Agriculture and Community Driven Development Addis Ababa, April 13-16, 2009 Données – Exemple 14

Cross-Country Workshop for Impact Evaluations in Agriculture and Community Driven Development Addis Ababa, April 13-16, NP 08 -NP 07 =0.2 Impact = (P P 2007 ) -(NP NP 2007 ) = 0.6 – 0.2 = Impact = (P P 2007 ) -(NP NP 2007 ) = 0.6 – 0.2 = + 0.4

Cross-Country Workshop for Impact Evaluations in Agriculture and Community Driven Development Addis Ababa, April 13-16, 2009 Hypothèse de tendance identique: Implication Graphique Impact = +0.4

Cross-Country Workshop for Impact Evaluations in Agriculture and Community Driven Development Addis Ababa, April 13-16, 2009 Conclusion On doit quand même questionner l’hypothèse du contrefactuel !

Cross-Country Workshop for Impact Evaluations in Agriculture and Community Driven Development Addis Ababa, April 13-16, 2009 Il est raisonnable d’accepter l’hypothèse du contrefactuel ! Questionner l’hypothèse de tendance identique: Données antérieures

Cross-Country Workshop for Impact Evaluations in Agriculture and Community Driven Development Addis Ababa, April 13-16, Methode d’appariement Apparier sur la base des carasteristiques observables des participants et les non-participants Contrefactuel: Groupe de comparaison apparie » En moyenne, le groupe de traitement et de comparaison partagent les meme caracteristiques observables » Chaque participant est apparie a un ou plusieurs non-participants sur la base des caracteristiques observables

Cross-Country Workshop for Impact Evaluations in Agriculture and Community Driven Development Addis Ababa, April 13-16, 2009 Appariement Avantages: – Ne necessite pas une assignation aleatoire, pas besoin d’un model parametrique Limites: – Hypothese assez forte (CIA) – Necessite des donnees de tres bonne qualite: il faut dans la mesure du possible controler pour tout ce qui pourrait affecter la participation au programme – Besoin d’un echantillon de taille importante 20

Cross-Country Workshop for Impact Evaluations in Agriculture and Community Driven Development Addis Ababa, April 13-16, 2009 Conclusion Randomisation n’a pas besoin d’hypothese trop fortes. Elle permet d’avoir des effets estimes simples et facile a faire comprendre aux decideurs (effet moyen) Les methodes non-experimentales necessitent des hypotheses qui sont parfois difficilement testables » Necessite plus de donnees 21

Cross-Country Workshop for Impact Evaluations in Agriculture and Community Driven Development Addis Ababa, April 13-16, Merci