Які емпіричні прийоми виявити причинно-наслідкові зв’язки?
Відповіді:
Природні експерименти, як правило, є настановою для каузального висновку, а не інструментом висновку про себе. Вам часто потрібно використовувати щось на зразок різниці у різниці або інструментальні змінні, у будь-якому випадку, навіть якщо у вас є природний експеримент.
Ось перелік статистичних причинно-наслідкових підходів (підхід: опис покладання)
- Інструментальні змінні : Випадково призначена змінна X впливає на Z лише через Y
- Різниця в відмінностях : Якщо дві групи мають загальну тенденцію, і лише одна група лікується, то зміна різниці між групами є ефектом лікування
- Переривання регресії : Якщо жорсткий поріг визначав лікування, подивіться на різницю прямо біля цього порогу
- Відповідність балів схильності : Створіть контрольну групу, зіставляючи неліковані спостереження, які, ймовірно, піддавалися лікуванню (але насправді не лікували), з обробленими спостереженнями з аналогічною ймовірністю лікування.
- Узгодження дистанції Manhalobis : Створіть контрольну групу, зіставивши необроблені спостереження, схожі на оброблені. Ще одна помітна міра відстані - грубе точне узгодження .
- Синтетичний контроль : Якщо у вас є лише одне оброблене спостереження, створіть композицію необроблених спостережень, які окремо є недосконалими контролями, але спільно виступають як хороший контроль.
- Синтетичні когорти - трактуйте неодноразові спостереження за групами, як група людей, та використовуйте панельні методи.
- Моделювання зміщення вибору, як корекція Гекмана : Прийміть параметричну форму для зміщення селекції та видаліть її, тому виправлені результати регресії можна інтерпретувати причинно.
- Вибірка зважування ширше - фіксуйте зміщення, що виникає внаслідок ендогенної участі та неоднорідної гетерогенності, зважуючи вибіркові одиниці, щоб виглядати більше як справжня сукупність, що цікавить.
Різниця в різниці - це, мабуть, улюблений метод економетрики (хоча він вимагає завантаження, тобто виправлення даних за допомогою самокореляції). Він в основному порівнює еволюцію двох груп, від точки, в якій жодна не підлягає даному фактору, до точки, в якій одна з них підпорядковується фактору. Відомий приклад - використання методом Карда та Крюгера для дослідження впливу мінімальної заробітної плати.
Дизайн розриву регресії так само, як різниця у відмінностях, є методом використання природних експериментів. Він ґрунтується на довільних правилах, які дають різні "трактування" інакше подібним підрозділам.
Приклад з Вікіпедії:
Якщо всі студенти вище вказаної оцінки (наприклад, 80%) отримують стипендію, можна отримати ефект місцевого лікування, порівнюючи студентів навколо граничного рівня 80%: Інтуїція тут полягає в тому, що студент набрав 79%. бути дуже схожим на студента, який набрав 81%, - заздалегідь визначений поріг у 80%, проте один студент отримає стипендію, а інший - не. Якщо порівнювати результат нагородженої (групи лікування) з протилежним результатом нереципієнта (контрольна група), це призведе до ефекту місцевого лікування.
Щоб продовжити коментар від @EnergyNumbers, причинність випливає з вашої теорії .
Ключова відмінність полягає в наступному: математика будь-якого з методів у відповіді @ BKay призначена для виплюнення чисел у кінці процедури. Наприклад, розгляньте різну різницю, коли ваше лікування - це щось нерозумно, як те, що облизує собаку обличчя. Ви завжди можете встановити різну різницю, щоб побачити, чи лизати собак обличчям в обличчя стає причиною того, що люди стають космонавтами.
Дурність вбік, роздуми про причинність з самого початку можуть бути дуже корисними - включити свій вибір процедури. Семінари з економіки часто обертаються навколо життєздатності теорії та обґрунтованості припущень.