La clave de todo este debate es esta condición. No estoy de acuerdo en absoluto. Una condición suficiente para identificar los efectos del tratamiento es la aleatorización; Pero uno podría imaginar que se sabe lo suficientemente bien contabilizando selección/confusión como para que no sea necesario
Jason Kerwin
Jason Kerwin10 dic, 13:43
Esto es muy cierto, pero también no se puede hacer la predicción de los efectos del tratamiento sin aleatorización como si
La condición de @jt_kerwin es obviamente suficiente y es la única condición obviamente suficiente; Pero la literatura moderna simplemente no ha explorado mucho enfoques más tradicionales, como añadir un montón de controles
@jt_kerwin Si estamos dispuestos a relajar el umbral del "100% de confianza", en principio podríamos avanzar. Es una decisión social decidir si lo hace o no
@artrockalter Mi punto es que podríamos avanzar simplemente aceptando que cierta cantidad de desconciertos desconocidos está bien. Es una decisión social si estamos de acuerdo con eso
@jasndoc Dicho de otro modo: ninguna definición no límite de "suficiente" descarta completamente los métodos no causales para la predicción contrafactual
4.8K