Der Schlüssel zu dieser ganzen Debatte ist diese Bedingung. Ich bin da ein wenig anderer Meinung. Eine hinreichende Bedingung zur Identifizierung von Behandlungseffekten ist die Randomisierung der Behandlung; aber man könnte sich vorstellen, dass man gut genug darin ist, die Auswahl/Verzerrungen zu berücksichtigen, sodass es nicht notwendig ist.

Die Bedingung von @jt_kerwin ist offensichtlich ausreichend und die einzige offensichtliche ausreichende Bedingung; aber die moderne Literatur hat einfach nicht viele Ansätze erkundet, die traditioneller sind, wie zum Beispiel einfach eine Menge Kontrollen hinzuzufügen.

@jt_kerwin Wenn wir bereit sind, die "100% Vertrauen"-Hürde zu lockern, könnten wir prinzipiell Fortschritte machen. Es ist eine soziale Entscheidung, ob man

@artrockalter Mein Punkt ist, dass wir Fortschritte machen könnten, indem wir einfach akzeptieren, dass eine gewisse Menge an unbekannten Störfaktoren in Ordnung ist. Es ist eine soziale Entscheidung, ob wir damit einverstanden sind.

@jasndoc Anders ausgedrückt: keine nicht-grenzwertige Definition von "genug" schließt vollständig nicht-kausale Methoden zur kontrafaktischen Vorhersage aus.