Populære emner
#
Bonk Eco continues to show strength amid $USELESS rally
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
#
Boop.Fun leading the way with a new launchpad on Solana.
Kausal inferens er et underfelt av prediksjon, hvor du prøver å forutsi hva som skjer når en behandling brukes. Så all økonometri er egentlig bare et smalt underfelt av prediktiv maskinlæring

10. des., 09:48
Årsakssammenheng og prediksjon er ikke to separate begreper
Kausal inferens er i bunn og grunn et prediksjonsproblem: du forutsier det kontrafaktiske
Randomister fant noen smarte måter å gjøre årsakssammenheng på uten prediksjon. Men hvis du løser prediksjon; Du får kausalitet gratis
@DamienTeney @austinc3301 har sannsynligvis skrevet dette av en økonom. Forbanna økonomer
@austinc3301 Du har nettopp bevist at «kausal modellering» på en måte er et «hack» for å løse problemet med at vi noen ganger har dårlige data. Men når vi har gode data – når vi ser alle U-ene – er prediktiv modellering alt vi trenger
@austinc3301 Vi vil alltid få mer data, noe som betyr at prediktiv til slutt sannsynligvis vil overvinne den midlertidige «hacken» som er kausal modellering. Var en nyttig og elegant hack, men midlertidig
@austinc3301 Enten er de atskillelige – i så fall vil en prediktiv modell skille dem – eller ikke – og da vil den ikke gjøre det. Veldig enkelt
Eller noe som på en måte tilsvarer en intervensjon (som det økonomene kaller «instrumenter»). Du kan kalle det «kausal slutning», jeg kan kalle det «prediksjon», men det tilfredsstiller min påstand om at din «kausale slutning» egentlig bare er en spesiell type prediksjonsøvelse
@austinc3301 Du innrømmet til og med at dette stemmer: «kausal slutning handler om å utvide statistisk prediksjon»
@austinc3301 uansett, trolling til side, «kausal slutning» er bare ekstrapolativ prediksjon. Arpits substansielle poeng er at det nå finnes black box-modeller som også på en eller annen måte er ganske gode på prediksjon utenfor utvalget, gjennom en tilnærming som er svært forskjellig fra kausal slutning
@SeanGailmard I bunn og grunn gjelder kritikken din bare dårlige prediktive modeller
@SeanGailmard DGP betyr bare noe i den grad den påvirker tenkelig observerbare kontrafaktiske forhold
@SeanGailmard Se, for eksempel
@SeanGailmard ingenting med «DGP» å gjøre; Alt handler om bedre prediksjoner i situasjoner hvor det er problemer som seleksjon, forvirring osv.
@SeanGailmard Selvfølgelig spiller jeg halvparten et tullete, pedantisk spill, men jeg tror det er noe substans i det
@SeanGailmard Min opprinnelige uttalelse var enkel: kausal slutning er bare å forutsi hva som skjer når en behandling brukes. Jeg ser ikke hvorfor det på noen måte innebærer en universell eller allmektig prediktiv modell

10. des., 12:17
Kausal inferens er et underfelt av prediksjon, hvor du prøver å forutsi hva som skjer når en behandling brukes. Så all økonometri er egentlig bare et smalt underfelt av prediktiv maskinlæring
@SeanGailmard Det må bare være godt nok til å... Forutsi hva som skjer når en behandling påføres
@SeanGailmard Måten du gjør dette på er å finne et instrument eller noe. Det jeg protesterer mot (halvveis spøkefullt) er at jeg tenker at dette er vesentlig annerledes enn «prediksjon» på en eller annen måte
72,56K
Topp
Rangering
Favoritter
