Este trabalho tem como objetivo a análise teórica de diversas metodologias estatísticas e econométricas de estimação do Efeito Médio do Tratamento (ATE) e sua aplicação em análise de causalidade através de um estudo de caso com dados de um projeto de implementação de uma política educacional. Em um experimento perfeitamente controlado e aleatorizado, há homogeneidade entre os grupos tratado e não tratado, podendo o ATE ser estimado pela simples diferença entre as médias dos dois grupos. No entanto, na prática, tais experimentos são raros e é conveniente que haja metodologias estatísticas para relaxar a hipótese de aleatoriedade perfeita. Se assumirmos que, apesar da não existência de aleatoriedade na atribuição do tratamento, é possível explicar tal atribuição a partir de um conjunto de variáveis observadas, pode-se estimar o ATE de maneira consistente através de uma regressão múltipla da variável resultado na variável tratamento e nas demais variáveis observadas. Sob a mesma hipótese, pode-se também estimar o ATE a partir da estimativa do escore de propensão, um método de pareamento de indivíduos baseado na estimativa da probabilidade individual de seleção. Finalmente, se não houver aleatoriedade e a atribuição do tratamento não for explicada, pode-se obter uma estimativa consistente do ATE a partir do método de Variáveis Instrumentais. Para isto, é necessário apenas que alguma das variáveis observadas na população, chamada de instrumento, possua duas condições específicas: seja correlacionada com o tratamento e exógena ao modelo de regressão original. As metodologias apresentadas são aplicadas aos dados de uma política educacional implementada nos Estados Unidos nos anos 80 que buscava quantificar o efeito da redução do número de alunos por turma no aprendizado. Os resultados mostram que há um efeito benéfico estatisticamente significante, porém, pequeno, o que leva a um questionamento da relevância e da viabilidade prática desta política.