El académico de la Escuela de Administración, Bernardo Quiroga, organizó una sesión en la conferencia del Instituto para la Investigación Operativa y Ciencias Administrativas (INFORMS), llevado a cabo en el Washington State Convention Center de Seattle, Estados Unidos.

El profesor Quiroga construyó la sesión «Novel Applications of Structural Approaches to Data Analytics«, donde cuatro investigadores jóvenes, trabajando en la frontera de la investigación empírica en Gestión de Operaciones, presentaron sus trabajos recientes que utilizan modelos estructurales de análisis de datos, incorporando información teórica a sus modelos para obtener identificación econométrica.

Los presentadores fueron el profesor Christopher Parker, del grupo de Sistemas de Información de la American University; el profesor Ahmet Colak, del grupo de Cadenas de Abastecimiento y Operaciones de Clemson University; el profesor Marcelo Olivares, del Departamento de Ingeniería Industrial de la Universidad de Chile, y el propio profesor Quiroga, quien afirma que «todos los presentadores son académicos muy creativos, trabajando en problemas muy aplicados y con un enorme impacto en problemas de decisiones operacionales y de las empresas».

El trabajo presentado por Quiroga se titula «Nonstandard Solutions to Weak Instruments Under Endogeneity» y presenta alternativas de identificación al problema de endogeneidad cuando no existen buenas variables instrumentales externas. «Cualquier investigador quiere poder realizar inferencias causales a partir de su investigación. Mi trabajo justamente apoya el desarrollo empírico en ese sentido. Cualquier inferencia de un trabajo aplicado necesita poder garantizar el carácter etiológico del efecto estimado. Estas herramientas apuntan a poder garantizar en ciertos casos que las estimaciones sean causales, independiente del dominio del trabajo, sea en negocios, políticas públicas, o ciencias sociales en general», explicó Quiroga.

Esta sesión se llevó a cabo el 21 de Octubre de 2019, y contó con el auspicio del Cluster de Data Mining & Analytics de INFORMS.