Quais são as técnicas empíricas para mostrar causalidade?

12

Uma regressão linear simples mostra apenas correlação entre duas variáveis. Para estabelecer a causalidade, dois métodos comumente ensinados são regressão IV e experimentos naturais. Quais são os outros métodos que as pessoas usam para estabelecer a causalidade?

Bravo
fonte
2
Está em disputa se a regressão IV diz muito sobre a causalidade #
18777

Respostas:

15

Experimentos naturais são geralmente um cenário para inferência causal, em vez de uma ferramenta de inferência causal per se. Você geralmente precisa empregar algo como diferença na diferença ou variáveis ​​instrumentais, mesmo quando você tem um experimento natural.

Aqui está uma lista de abordagens estatísticas de inferência causal (Abordagem: descrição leiga)

  • Variáveis ​​instrumentais : A variável X atribuída aleatoriamente influencia Z apenas através de Y
  • Diferença nas diferenças : se dois grupos têm uma tendência comum e apenas um grupo é tratado, a mudança na diferença entre os grupos é o efeito do tratamento
  • Descontinuidade de regressão : se um limiar rígido determinou o tratamento, observe a diferença em torno desse limiar
  • Correspondência de pontuação de propensão : Crie um grupo de controle comparando observações não tratadas que provavelmente serão tratadas (mas não tratadas de fato) com observações tratadas com uma probabilidade de tratamento semelhante.
  • Correspondência de distância de Manhalobis : crie um grupo de controle comparando observações não tratadas que se parecem com tratadas. Outra medida de distância notável é a correspondência exata aproximada .
  • Controle sintético : quando você tiver apenas uma observação tratada, crie um composto de observações não tratadas que individualmente são controles imperfeitos, mas atuam coletivamente como um bom controle.
  • Coortes sintéticas - trate observações repetidas de grupos como um painel de indivíduos e utilize técnicas de painel.
  • Modelagem de viés de seleção como correção de Heckman : assuma uma forma paramétrica para viés de seleção e remova-a, para que os resultados da regressão corrigida possam ser interpretados causalmente.
  • Ponderação da amostra de maneira mais ampla - corrija o viés resultante da participação endógena e da heterogeneidade não modelada, ponderando as unidades da amostra para parecer mais com a verdadeira população de interesse.
BKay
fonte
Para uma lista de métodos, você pode dar uma olhada no ReplicationWiki. Os estudos que os utilizam estão listados e você pode pesquisar quais deles têm dados e códigos disponíveis, como aqui para diferenças nas diferenças .
Jan Hoffler
1

Diferença na diferença é provavelmente o método favorito em econometria (embora exija bootstraping, isto é, corrigindo os dados da auto-correlação). Basicamente, compara a evolução de dois grupos, de um ponto em que nenhum deles está sujeito ao fator especificado até um ponto em que um deles está sujeito ao fator. Um exemplo famoso é o uso de Card e Krueger do método para investigar o impacto de um salário mínimo.

VicAche
fonte
Se alguém sabe como eu posso reduza essa imagem, fique à vontade para editar;)
VicAche
Basta usar o código de imagem HTML padrão: (por exemplo, <img src = "URL" width = "100" height = "100">)
BKay
1
Diferença na diferença não estabelece causalidade. Estabelece o tamanho possível de um efeito; mas não a causalidade.
EnergyNumbers
Quantificar efeitos é estimar a causalidade, pelo menos como o OP entende.
VicAche
1

O projeto de descontinuidade de regressão, assim como a diferença nas diferenças, é um método para explorar experimentos naturais. Ele se baseia em regras arbitrárias que dão "tratamentos" diferentes a unidades semelhantes.

Um exemplo da Wikipedia:

Se todos os alunos acima de uma determinada série - por exemplo, 80% - receberem a bolsa, é possível obter o efeito do tratamento local comparando os alunos em torno do limite de 80%: a intuição aqui é que um aluno com 79% de probabilidade é provável para ser muito parecido com um aluno com 81% - obteve o limiar predefinido de 80%, no entanto, um aluno receberá a bolsa de estudos, enquanto o outro não. Comparar o resultado do premiado (grupo de tratamento) com o resultado contrafactual do não destinatário (grupo de controle) resultará, portanto, no efeito local do tratamento.

snoram
fonte
1

Para acompanhar o comentário de @EnergyNumbers, a causalidade flui de sua teoria .

Uma distinção importante é a seguinte: a matemática em qualquer um dos métodos da resposta do @ BKay é projetada para cuspir números no final do procedimento. Por exemplo, considere um diff-in-diff em que seu tratamento é algo tolo como ser lambido no rosto por um cachorro. Você sempre pode configurar um diff-in-diff para ver se ser lambido no rosto por cães faz com que as pessoas se tornem astronautas.

Bobagem à parte, pensar sobre causalidade desde o início pode ser bastante útil - para incluir sua escolha de procedimento. Os seminários de economia freqüentemente giram em torno da viabilidade da teoria e da validade das suposições.

Pat W.
fonte