Die RFBerlin Applied Economics Seminarreihe bringt führende Wissenschaftler nach Berlin, um ihre neuesten Arbeiten vorzustellen und sich mit unserer Community auszutauschen. Für diese Sitzung freuen wir uns sehr, Lawrence F. Katz von der Harvard University begrüßen zu dürfen.

Lawrence F. Katz ist Elisabeth Allison Professor of Economics an der Harvard University und Research Associate am National Bureau of Economic Research. Seine Forschung beschäftigt sich mit Fragen der Arbeitsökonomik und der Sozialökonomie. Gemeinsam mit Claudia Goldin ist er Autor des Buches The Race between Education and Technology (Harvard University Press, 2008). Dies ist eine Untersuchung der wirtschaftlichen Ungleichheit in den USA und der Rolle von technischem Wandel sowie des Einflusses von Bildung auf die Lohnstruktur.

Veranstaltungsthema:

Matching Estimators in the Age of Big Data: New Evidence on the Impacts of Workforce Training Programs

We re-examine the bias (effectiveness at replicating experimental estimates) of observational matching estimators for program effects using big administrative data. We find that both sample size and model complexity matter.  Observational matching can work in big data because it permits estimation of high-dimensional non-parametric models that better capture selection. We apply our matching estimators in big data to assess the determinants of the effectiveness of U.S. workforce training programs.

Veranstaltungsdetails:

Zeit: 16:30–17:45

Teilnahme: Das Seminar richtet sich an ein akademisches Publikum. Die Seminarsprache ist Englisch.

Bei Fragen oder wenn Sie weitere Informationen benötigen, erreichen Sie uns über das Kontaktformular oder per E-Mail an [email protected].