KTI szeminárium / Kreif Noémi (University of York) 10.14.

2019.10.14. - 2019.10.14. 14:00 - 16:00

Helyszín: MTA HTK 1097 Budapest Tóth Kálmán u. 4. fszt. K013-14-es előadóterem

Kreif Noémi (Centre for Health Economics, University of York)

An application of causal machine learning to explore heterogeneous treatment effects of social health insurance

Researchers evaluating social policies are often interested in identifying individuals who would benefit most from a particular policy. Recently proposed causal inference approaches that incorporate machine learning (ML) have the potential to help explore treatment effect heterogeneity in a flexible yet principled way. We contrast two such approaches in a study evaluating the effects of enrollment in social health insurance schemes on health care utilisation of Indonesian mothers.  First, we apply a double-machine learning (DML) approach where we estimate both the outcome regression and the propensity score flexibly using an ensemble ML approach. From the individual-level predictions of potential outcomes we calculate individual-level treatment effects and use a Random Forest (RF) procedure to identify the variables that predict these effects. We contrast this exploratory approach to an application of the Causal Forests method (Wager and Athey, 2018 JASA), which has been designed to directly estimate heterogeneous treatment effects, by modifying the standard RF algorithm to maximise the variance of the predicted treatment effects. In both analyses we find that the most important effect modifiers include educational status, age and household wealth. When reporting conditional average treatment effects (CATEs) for subgroups defined by these variables, the methods agree that less well-educated and younger mothers would benefit more from health insurance than well-educated and older ones. The CATEs reported by the Causal Forests have larger confidence intervals than those reported by the DML method, potentially due to the extra sample splitting step employed.

  • Események

    • KTI szeminárium- Csillag Márton, Márk Lili 2020.01.23.

      2020.01.23.
      14:00 - 16:00

      Helyszín: MTA HTK 1097 Budapest Tóth Kálmán u. 4. fszt. K011-12-es előadóterem Csillag Márton , Márk Lili Is sickness insurance a way to postpone job search? Abstract: In Hungary, employees could claim sickness insurance benefit within 3 ...   Részletek »

    • Munkaerőpiaci Tükör – 2018 könyvbemutató

      2020.01.24.
      2020.01.24.
      10:00 - 12:00

      MEGHÍVÓ A KRTK Közgazdaság-tudományi Intézete és az MTA Emberi Erőforrások Gazdaságtana Tudományos Bizottsága tisztelettel meghívja Önt a „Munkaerőpiaci Tükör – 2018 Közelkép: Fiatalok az ...   Részletek »

    • KTI szeminárium – Horváth Gergely 2020.01.30.

      2020.01.30.
      14:00 - 16:00

      Helyszín: MTA HTK 1097 Budapest Tóth Kálmán u. 4. fszt. K011-12-es előadóterem Horváth Gergely (International Business School Suzhou, Xi’an Jiaotong Liverpool University.) Curbing the Consumption of Positional Goods: Behavioral Interventions versus Taxation[1] Armenak Antinyan,[2],[3] Gergely Horvath,[4] and Mofei Jia[5] Little ...   Részletek »

    • KTI szeminárium- Bíró Anikó, Szabó-Morvai Ágnes 2020.02.06.

      2020.02.06.
      14:00 - 16:00

      Helyszín: MTA HTK 1097 Budapest Tóth Kálmán u. 4. fszt. K011-12-es előadóterem Bíró Anikó  Szabó-Morvai Ágnes Mass media coverage and vaccination uptake: evidence from the demand for meningococcal vaccines in Hungary We estimate the effect of ...   Részletek »

  • Hírek

    • Az MTA KRTK Közgazdaság-tudományi Intézet teljesítményéről

      2018.09.12.

      Az MTA KRTK Közgazdaság-tudományi Intézet teljesítményéről Az MTA KRTK KTI a RePEc/IDEAS rangsorában, amely a világ közgazdaságtudományi tanszékeit és intézeteit rangsorolja publikációs teljesítményük alapján, ...   Részletek »

    • MTA KRTK állásfoglalás

      2018.06.20.

      Tisztelt Kollégák! Tudományos kutatóként, intézeti vezetőként egész életünkben a kutatói szabadság és felelősség elve vezetett bennünket. Meggyőződésünk, hogy a tudomány csak akkor érhet el ...   Részletek »

    • Kutatóink cikkei a Külgazdaságban

      2020.01.17.

      Laki Mihály és Soós Károly Attila írása az alábbi linkre kattintva olvasható: 63. évfolyam 2019/9-10 Megosztás:FacebookLinkedinTwitter

    • 2020. január 16.

      2020.01.16.

      A farmerek milliárdokat kaptak az adófizetőktől – D. Charles Farmers Got Billions From Taxpayers In 2019, And Hardly Anyone Objected Dan Charles December 31, ...   Részletek »

    • Lemorzsolódó közmunkások – beszélgetés Molnár Györggyel

      2020.01.16.

      Új Egyenlőség 2020. 01. 15. PODCAST A közfoglalkoztatás, a szociális ellátórendszer és az iskolai lemorzsolódás összefüggéséről, a közmunka országos politikai funkciójáról Molnár György közgazdásszal ...   Részletek »

Felhasználási feltételek
Impresszum
Intézményünk országos és nemzetközi hálózati kapcsolatát az NIIF program biztosítja
Közgazdaság- és Regionális Tudományi Kutatóközpont Közgazdaság-tudományi Intézet
© Copyright 2019. Minden jog fenntartva.