# ======================================================== #
#       Tema 13: Evaluación de impacto - Métodos           #
# ======================================================== #

setwd("G:/Mi unidad/3. Trabajos/8. Senamhi  Análisis de datos en R/4. Curso R/Módulo 5")

# Librerías
library(readxl)
library(ggplot2)

# Cargar datos
data_RD <- read_excel("rdd_pobreza.xlsx")

# Gráfico RDD
ggplot(data_RD, aes(x = score_pobreza, y = resultado_gasto)) +
  geom_point(alpha = 0.4) +
  geom_vline(xintercept = 50, linetype = "dashed", color = "red") +
  geom_smooth(data = subset(data_RD, score_pobreza <= 50), method = "lm", se = FALSE) +
  geom_smooth(data = subset(data_RD, score_pobreza > 50), method = "lm", se = FALSE) +
  labs(title = "Regresión Discontinua (RDD)",
       x = "Score de pobreza",
       y = "Gasto del hogar")

# Crear running variable
data_RD$running <- data_RD$score_pobreza - 50

# Modelo básico RDD
model_1 <- lm(resultado_gasto ~ tratamiento + running, data = data_RD)
summary(model_1)

# Modelo extendido
model_2 <- lm(resultado_gasto ~ tratamiento + running + sexo + edad + zona, data = data_RD)
summary(model_2)


# 2. VARIABLE INSTRUMENTAL (VI)

# 1. Librerías
library(readxl)
library(AER)

# 2. Cargar base
data_VI <- read_excel("iv_municipios_desastres.xlsx")

# 3. Modelo OLS (referencia)
ols <- lm(resultado_perdidas_ev ~ transferencia + riesgo_indice + poblacion + ingreso_pc,
          data = data_VI)

summary(ols)

# 4. Modelo IV (2SLS)
model_iv <- ivreg(resultado_perdidas_ev ~ transferencia + riesgo_indice + poblacion + ingreso_pc |
                    instrumento_lluvia + riesgo_indice + poblacion + ingreso_pc,
                  data = data_VI)

summary(model_iv)

# 5. Test de endogeneidad + diagnósticos
summary(model_iv, diagnostics = TRUE)