Skip to content

Commit

Permalink
Fix math attributtes (#296)
Browse files Browse the repository at this point in the history
* Corrige a geração dos atributos dos elementos de `math`

* Atualiza a versão para 2.9.4
  • Loading branch information
robertatakenaka authored Apr 25, 2022
1 parent e5854c1 commit 41dde12
Show file tree
Hide file tree
Showing 3 changed files with 9 additions and 9 deletions.
Original file line number Diff line number Diff line change
Expand Up @@ -19,7 +19,7 @@
</xsl:template>
<xsl:template match="@*" mode="no-namespace">
<xsl:attribute name="{name()}">
<xsl:apply-templates select="text()"/>
<xsl:value-of select="."/>
</xsl:attribute>
</xsl:template>
<xsl:template match="*" mode="no-namespace">
Expand Down
2 changes: 1 addition & 1 deletion packtools/version.py
Original file line number Diff line number Diff line change
@@ -1,4 +1,4 @@
"""Single source to the version across setup.py and the whole project.
"""
from __future__ import unicode_literals
__version__ = '2.9.3'
__version__ = '2.9.4'
14 changes: 7 additions & 7 deletions tests/fixtures/latex/7f8rqRq4vSnJ7B738VKMKqF.pt.html
Original file line number Diff line number Diff line change
Expand Up @@ -4,8 +4,8 @@
<meta charset="utf-8">
<meta http-equiv="X-UA-Compatible" content="IE=edge,chrome=1">
<title></title>
<link rel="stylesheet" href="/Users/roberta.takenaka/github.com/scieloorg/packtools/packtools/catalogs/htmlgenerator/static/scielo-article-standalone.css">
<link rel="stylesheet" href="/Users/roberta.takenaka/github.com/scieloorg/packtools/packtools/catalogs/htmlgenerator/static/scielo-bundle-print.css" media="print">
<link rel="stylesheet" href="/Users/roberta.takenaka/github.com/scieloorg/_packtools/packtools/packtools/catalogs/htmlgenerator/static/scielo-article-standalone.css">
<link rel="stylesheet" href="/Users/roberta.takenaka/github.com/scieloorg/_packtools/packtools/packtools/catalogs/htmlgenerator/static/scielo-bundle-print.css" media="print">
<link rel="alternate" type="application/rss+xml" title="SciELO" href="">
</head>
<body class="journal article">
Expand Down Expand Up @@ -114,13 +114,13 @@ <h3>2.1.1 Algoritmo CEM</h3>
<p>Neste trabalho não será utilizado o CEM para a comparação direta entre grupos de tratados e de controle, mas sim, para melhorar o desempenho de outro método ao escolher mais adequadamente, com menos desequilíbrio, as observações a serem pareadas.</p>
<h3>2.1.2 Entropia</h3>
<p><span class="ref"><strong class="xref xrefblue">Hainmueller (2012</strong><span class="refCtt closed"><span>HAINMUELLER J. Entropy Balancing for Causal Effects: A Multivariate Reweighting Method to Produce Balanced Samples in Observational Studies. Political Analysis, v. 20 n. 1, p. 25-46, 2012.</span></span></span>) desenvolveu um método multivariado que permite ponderar um conjunto de dados, tais que, as distribuições das variáveis nas observações reponderadas satisfaçam um conjunto de condições especiais de momentos, de forma que exista equilíbrio exato sobre o primeiro, segundo, e possivelmente maiores momentos das distribuições de variáveis independentes nos grupos de tratamento e controle. Esse método permite que o pesquisador especifique um nível de equilíbrio desejável para as covariadas usando um conjunto de condições associadas aos momentos da distribuição. </p>
<p>Considere uma amostra com n1, observações pertencentes ao grupo dos tratados, e n0 unidades de controle, os quais foram selecionados aleatoriamente de uma população de tamanho N1 e N0 respectivamente \( {{n}_{1}}\le {{N}_{1}}~e~{{n}_{0}}\le {{N}_{0}}~ \). Seja \( {{D}_{i}}\in \left\{ 1,0 \right\} \) uma variável de tratamento binária, em que irá assumir o valor igual a 1 se a unidade i pertencer ao tratamento e 0 se pertencer ao grupo de controle. Seja X uma matriz que contém as observações de J variáveis exógenas de pré-tratamento; Xij corresponde o valor da j-ésima covariada da unidade i, tais que, Xi = (Xi1,Xi2,...,Xij), refere-se ao vetor de características da unidade i, e Xj refere-se ao vetor coluna com j-th covariada. A densidade das covariadas nas populações de tratamento e controle são dadas por \( {{f}_{X|D=1}}~e~{{f}_{X|D=0}} \) respectivamente. O resultado potencial Yi(Di) corresponde ao par de resultados para a unidade i dadas as condições de tratado e controle, assim, o resultado observado é dado por <math><mi>Y</mi><mo>=</mo><mi>Y</mi><mfenced separators=""><mrow><mn>1</mn></mrow></mfenced><mi>D</mi><mo>+</mo><mfenced separators=""><mrow><mn>1</mn><mo>-</mo><mi>D</mi></mrow></mfenced><mi>Y</mi><mo>(</mo><mn>0</mn><mo>)</mo></math>
<p>Considere uma amostra com n1, observações pertencentes ao grupo dos tratados, e n0 unidades de controle, os quais foram selecionados aleatoriamente de uma população de tamanho N1 e N0 respectivamente \( {{n}_{1}}\le {{N}_{1}}~e~{{n}_{0}}\le {{N}_{0}}~ \). Seja \( {{D}_{i}}\in \left\{ 1,0 \right\} \) uma variável de tratamento binária, em que irá assumir o valor igual a 1 se a unidade i pertencer ao tratamento e 0 se pertencer ao grupo de controle. Seja X uma matriz que contém as observações de J variáveis exógenas de pré-tratamento; Xij corresponde o valor da j-ésima covariada da unidade i, tais que, Xi = (Xi1,Xi2,...,Xij), refere-se ao vetor de características da unidade i, e Xj refere-se ao vetor coluna com j-th covariada. A densidade das covariadas nas populações de tratamento e controle são dadas por \( {{f}_{X|D=1}}~e~{{f}_{X|D=0}} \) respectivamente. O resultado potencial Yi(Di) corresponde ao par de resultados para a unidade i dadas as condições de tratado e controle, assim, o resultado observado é dado por <math><mi>Y</mi><mo>=</mo><mi>Y</mi><mfenced separators="|"><mrow><mn>1</mn></mrow></mfenced><mi>D</mi><mo>+</mo><mfenced separators="|"><mrow><mn>1</mn><mo>-</mo><mi>D</mi></mrow></mfenced><mi>Y</mi><mo>(</mo><mn>0</mn><mo>)</mo></math>
</p>
<p>O Efeito Médio Tratamento sobre os Tratados (EMTT) é dado por <math><mi>τ</mi><mo>=</mo><mi>E</mi><mfenced close="" open="" separators=""><mrow><mi>Y</mi><mfenced separators=""><mrow><mn>1</mn></mrow></mfenced></mrow><mrow><mi>D</mi><mo>=</mo><mn>1</mn></mrow></mfenced><mo>-</mo><mi>E</mi><mo>[</mo><mi>Y</mi><mo>(</mo><mn>0</mn><mo>)</mo><mo>|</mo><mi>D</mi><mo>=</mo><mn>1</mn><mo>]</mo></math>. A primeira esperança pode ser diretamente identificada do grupo de tratados, mas a segunda corresponde ao contrafactual, o qual não é observado. Assumindo seleção nos observáveis, \( Y\left( 0 \right)\bot D|X \), e sobreposição, Pr(D=1|X=x) menor que 1 para todo x no suporte de \( ~{{f}_{X|D=1}} \) o EMTT é identificado como:</p>
<p>O Efeito Médio Tratamento sobre os Tratados (EMTT) é dado por <math><mi>τ</mi><mo>=</mo><mi>E</mi><mfenced close="]" open="[" separators="|"><mrow><mi>Y</mi><mfenced separators="|"><mrow><mn>1</mn></mrow></mfenced></mrow><mrow><mi>D</mi><mo>=</mo><mn>1</mn></mrow></mfenced><mo>-</mo><mi>E</mi><mo>[</mo><mi>Y</mi><mo>(</mo><mn>0</mn><mo>)</mo><mo>|</mo><mi>D</mi><mo>=</mo><mn>1</mn><mo>]</mo></math>. A primeira esperança pode ser diretamente identificada do grupo de tratados, mas a segunda corresponde ao contrafactual, o qual não é observado. Assumindo seleção nos observáveis, \( Y\left( 0 \right)\bot D|X \), e sobreposição, Pr(D=1|X=x) menor que 1 para todo x no suporte de \( ~{{f}_{X|D=1}} \) o EMTT é identificado como:</p>
<p>
<div class="row formula" id="ee1">
<a name="e1"></a><div class="col-md-12"><div class="formula-container">
<math><mi>τ</mi><mo>=</mo><mi>E</mi><mfenced close="" open="" separators=""><mrow><mi>Y</mi></mrow><mrow><mi>D</mi></mrow></mfenced><mo>-</mo><mrow><mo stretchy=""></mo><mrow><mi>E</mi><mfenced close="" open="" separators=""><mrow><mi>Y</mi></mrow><mrow><mi>X</mi><mo>=</mo><mi>x</mi><mo>,</mo><mi>D</mi><mo>=</mo><mn>0</mn></mrow></mfenced><msub><mrow><mi>f</mi></mrow><mrow><mi>X</mi><mo>|</mo><mi>D</mi><mo>=</mo><mn>1</mn></mrow></msub></mrow></mrow><mo>(</mo><mi>x</mi><mo>)</mo><mi>d</mi><mi>x</mi></math>
<math><mi>τ</mi><mo>=</mo><mi>E</mi><mfenced close="]" open="[" separators="|"><mrow><mi>Y</mi></mrow><mrow><mi>D</mi></mrow></mfenced><mo>-</mo><mrow><mo stretchy="false"></mo><mrow><mi>E</mi><mfenced close="]" open="[" separators="|"><mrow><mi>Y</mi></mrow><mrow><mi>X</mi><mo>=</mo><mi>x</mi><mo>,</mo><mi>D</mi><mo>=</mo><mn>0</mn></mrow></mfenced><msub><mrow><mi>f</mi></mrow><mrow><mi>X</mi><mo>|</mo><mi>D</mi><mo>=</mo><mn>1</mn></mrow></msub></mrow></mrow><mo>(</mo><mi>x</mi><mo>)</mo><mi>d</mi><mi>x</mi></math>
<span class="label">(1)</span>
</div></div>
</div>
Expand Down Expand Up @@ -790,7 +790,7 @@ <h1 class="articleSectionTitle">Histórico</h1>
<span class="sci-ico-fileFormula"></span><span class="label">(1)</span>
</h4>
</div>
<div class="modal-body"><math><mi>τ</mi><mo>=</mo><mi>E</mi><mfenced close="" open="" separators=""><mrow><mi>Y</mi></mrow><mrow><mi>D</mi></mrow></mfenced><mo>-</mo><mrow><mo stretchy=""></mo><mrow><mi>E</mi><mfenced close="" open="" separators=""><mrow><mi>Y</mi></mrow><mrow><mi>X</mi><mo>=</mo><mi>x</mi><mo>,</mo><mi>D</mi><mo>=</mo><mn>0</mn></mrow></mfenced><msub><mrow><mi>f</mi></mrow><mrow><mi>X</mi><mo>|</mo><mi>D</mi><mo>=</mo><mn>1</mn></mrow></msub></mrow></mrow><mo>(</mo><mi>x</mi><mo>)</mo><mi>d</mi><mi>x</mi></math></div>
<div class="modal-body"><math><mi>τ</mi><mo>=</mo><mi>E</mi><mfenced close="]" open="[" separators="|"><mrow><mi>Y</mi></mrow><mrow><mi>D</mi></mrow></mfenced><mo>-</mo><mrow><mo stretchy="false"></mo><mrow><mi>E</mi><mfenced close="]" open="[" separators="|"><mrow><mi>Y</mi></mrow><mrow><mi>X</mi><mo>=</mo><mi>x</mi><mo>,</mo><mi>D</mi><mo>=</mo><mn>0</mn></mrow></mfenced><msub><mrow><mi>f</mi></mrow><mrow><mi>X</mi><mo>|</mo><mi>D</mi><mo>=</mo><mn>1</mn></mrow></msub></mrow></mrow><mo>(</mo><mi>x</mi><mo>)</mo><mi>d</mi><mi>x</mi></math></div>
</div></div></div>
<div class="modal fade ModalFigs" id="ModalSchemee2" tabindex="-1" role="dialog" aria-hidden="true"><div class="modal-dialog modal-lg"><div class="modal-content">
<div class="modal-header">
Expand Down Expand Up @@ -922,7 +922,7 @@ <h1 class="articleSectionTitle">Histórico</h1>
cite"><span class="sci-ico-citation glyphFloatMenu"></span></a></li>
</ul>
</li></ul>
<script src="/Users/roberta.takenaka/github.com/scieloorg/packtools/packtools/catalogs/htmlgenerator/static/scielo-article-standalone-min.js"></script><script>
<script src="/Users/roberta.takenaka/github.com/scieloorg/_packtools/packtools/packtools/catalogs/htmlgenerator/static/scielo-article-standalone-min.js"></script><script>
MathJax = {
tex: {
inlineMath: [['$', '$'], ['\\(', '\\)']]
Expand Down

0 comments on commit 41dde12

Please sign in to comment.