Discurso de ascensor
La mayoría de los datos disponibles para los economistas son observacionales y no el resultado de experimentación natural o cuasiexperimentación. Esto complica los análisis, porque es frecuente que personas aparentemente distintivas muestren respuestas similares a un entorno dado, y que las personas aparentemente idénticas respondan de forma diferente a incentivos similares. En estas situaciones, usar métodos de máxima verosimilitud para ajustar un modelo económico puede ofrecer un enfoque general para describir los datos observados, independientemente de su naturaleza. Las previsiones obtenidas de un modelo ajustado ofrecen información fundamental sobre los resultados distribucionales de las políticas económicas.
Hallazgos clave
Pros
Los métodos de máxima verosimilitud permiten medir parámetros de modelos económicos complejos, incluso ante planes de muestreo complejos.
La máxima verosimilitud puede usarse para analizar cualquier tipo de datos, bien sean observacionales, experimentales o cuasiexperimentales.
Al usar toda la información disponible en una muestra, los métodos de máxima verosimilitud producen las mejores mediciones que pueden obtenerse dado un modelo específico.
Los métodos de máxima verosimilitud permiten probar todas las hipótesis probables que describen un modelo dado.
Contras
Los métodos de máxima verosimilitud exigen que se especifique un modelo económico que describa de forma adecuada la distribución de probabilidad de los eventos observados en la muestra.
El uso de la máxima verosimilitud requiere presunciones sobre la distribución de componentes no observados del modelo.
Si las presunciones del modelo no se cumplen, los cálculos sufrirán sesgos, lo que afectará a su solidez.
Los métodos de máxima verosimilitud dependen de métodos numéricos para evaluar y maximizar la verosimilitud.
