Apa teknik empiris untuk menunjukkan sebab akibat?

12

Regresi linier sederhana hanya menunjukkan korelasi antara dua variabel. Untuk menetapkan sebab-akibat, dua metode yang umum diajarkan adalah regresi IV dan eksperimen alami. Apa metode lain yang digunakan orang untuk menetapkan sebab-akibat?

Bravo
sumber
2
Masih diperdebatkan apakah regresi IV mengatakan banyak tentang penyebab
EnergyNumbers

Jawaban:

15

Eksperimen alami biasanya merupakan pengaturan untuk inferensi kausal daripada alat inferensi kausal per se. Anda sering perlu menggunakan sesuatu seperti perbedaan-dalam-perbedaan atau variabel instrumental, bahkan ketika Anda memiliki eksperimen alami.

Berikut daftar pendekatan inferensial kausal statistik (Pendekatan: Deskripsi awam)

  • Variabel Instrumental : Variabel X yang diberikan secara acak mempengaruhi Z hanya melalui Y
  • Perbedaan Perbedaan : Jika dua kelompok memiliki kecenderungan yang sama dan hanya satu kelompok yang diobati maka perubahan dalam perbedaan antara kelompok adalah efek perlakuan.
  • Regresi Discontinuity : Jika pengobatan ditentukan ambang keras, lihat perbedaan tepat di sekitar ambang itu
  • Pencocokan skor kecenderungan : Buat kelompok kontrol dengan mencocokkan pengamatan yang tidak diobati yang kemungkinan akan diobati (tetapi tidak diobati) dengan pengamatan yang diobati dengan kemungkinan pengobatan yang sama.
  • Pencocokan jarak Manhalobis : Buat grup kontrol dengan mencocokkan pengamatan yang tidak diobati yang terlihat mirip dengan yang dirawat. Ukuran jarak penting lainnya adalah Pencocokan Tepat Kasar .
  • Kontrol sintetis : Ketika Anda hanya memiliki satu pengamatan yang dirawat, buatlah gabungan pengamatan yang tidak diolah yang secara individual merupakan kontrol yang tidak sempurna tetapi secara kolektif bertindak sebagai kontrol yang baik.
  • Kohort Sintetis - Perlakukan pengamatan kelompok yang berulang seperti panel individu dan gunakan teknik panel.
  • Pemodelan seleksi bias seperti koreksi Heckman : Asumsikan bentuk parametrik untuk bias seleksi dan hapus, sehingga hasil regresi yang diperbaiki dapat diartikan secara kausal.
  • Penimbangan sampel secara lebih luas - memperbaiki bias yang dihasilkan dari partisipasi endogen dan heterogenitas yang tidak dimodelkan dengan menimbang unit sampel agar lebih mirip populasi yang benar-benar diminati.
BKay
sumber
Untuk daftar metode, Anda dapat melihat di ReplicationWiki kami. Studi yang menggunakannya terdaftar, dan Anda dapat mencari yang memiliki data dan kode yang tersedia, seperti di sini untuk perbedaan perbedaan .
Jan Höffler
1

Perbedaan dalam Perbedaan mungkin merupakan metode favorit dalam ekonometrik (walaupun ini membutuhkan bootstraping, yaitu mengoreksi data dari korelasi-sendiri). Ini pada dasarnya membandingkan evolusi dua kelompok, dari titik di mana tidak ada yang tunduk pada faktor yang diberikan ke titik di mana salah satu dari mereka tunduk pada faktor tersebut. Contoh terkenal adalah penggunaan kartu dan Krueger tentang metode untuk menyelidiki dampak upah minimum.

VicAche
sumber
Jika ada yang tahu bagaimana saya dapat
memperkecil
Cukup gunakan kode gambar HTML standar: (mis., <Img src = "URL" width = "100" height = "100">)
BKay
1
Perbedaan dalam Perbedaan tidak membentuk sebab-akibat. Ini menetapkan ukuran efek yang memungkinkan; tapi bukan kausalitas.
EnergyNumbers
Mengukur efek adalah memperkirakan kausalitas, setidaknya seperti yang dipahami OP.
VicAche
1

Desain diskontinuitas regresi sama seperti perbedaan dalam perbedaan adalah metode untuk mengeksploitasi eksperimen alami. Itu dibangun di atas aturan sewenang-wenang yang memberikan "perawatan" yang berbeda untuk unit serupa.

Contoh dari Wikipedia:

Jika semua siswa di atas nilai tertentu - misalnya 80% - diberikan beasiswa, dimungkinkan untuk memperoleh efek pengobatan lokal dengan membandingkan siswa sekitar 80% cut-off: Intuisi di sini adalah bahwa siswa yang mencetak 79% kemungkinan untuk menjadi sangat mirip dengan seorang siswa yang mencetak 81% —memberikan ambang batas yang telah ditentukan sebelumnya yaitu 80%, namun, satu siswa akan menerima beasiswa sementara yang lain tidak. Membandingkan hasil penerima (kelompok perlakuan) dengan hasil kontrafaktual dari non-penerima (kelompok kontrol) karenanya akan memberikan efek pengobatan lokal.

Snoram
sumber
1

Untuk menindaklanjuti komentar oleh @EnergyNumbers, kausalitas mengalir dari teori Anda .

Perbedaan utama adalah ini: matematika dalam salah satu metode dalam jawaban @ BKay dirancang untuk mengeluarkan angka pada akhir prosedur. Sebagai contoh, pertimbangkan diff-in-diff di mana perawatan Anda adalah sesuatu yang konyol seperti dijilat di wajah oleh seekor anjing. Anda selalu dapat membuat diff-in-diff untuk melihat apakah dijilat wajah oleh anjing menyebabkan orang menjadi astronot.

Selain kekonyolan, memikirkan kausalitas dari bawah ke atas bisa sangat membantu - untuk memasukkan prosedur pilihan Anda. Seminar di bidang ekonomi sering berputar di sekitar kelayakan teori dan validitas asumsi.

Pat W.
sumber