Inferência causal é um subcampo da previsão, onde você tenta prever o que acontece quando um tratamento é aplicado. Então, toda a econometria é realmente um subcampo restrito do aprendizado de máquina preditivo

@DamienTeney @austinc3301 provavelmente um economista escreveu isso. Malditos economistas

@austinc3301 Você acabou de provar que a "modelagem causal" é, de certa forma, um "truque" para resolver o problema de que às vezes temos dados ruins. Mas quando temos bons dados – quando vemos todos os U's – a modelagem preditiva é tudo o que precisamos

@austinc3301 Sempre teremos mais dados, o que significa que, eventualmente, o preditivo provavelmente superará o "hack" temporário que é a modelagem causal. Era um truque útil e elegante, mas temporário

@austinc3301 Ou eles são distinguíveis – caso em que um modelo preditivo vai distinguir – ou não – caso em que não vai. muito simples

ou algo que, de certa forma, é equivalente a uma intervenção (como, o que esses economistas chamam de "instrumentos"). Você pode chamar isso de "inferência causal", eu posso chamar de "previsão", mas isso satisfaz minha afirmação de que sua "inferência causal" é realmente apenas um tipo especial de exercício de previsão

@austinc3301 Você até admitiu que isso está correto: "inferência causal é sobre estender a previsão estatística"

@austinc3301 enfim, deixando de lado o trolling, "inferência causal" é apenas uma previsão extrapolativa. O ponto substantivo de Arpit é que agora existem modelos caixa-preta que também são bastante bons em prever fora da amostra de alguma forma, por meio de uma abordagem muito diferente da inferência causal

@SeanGailmard Basicamente, sua crítica só se aplica a modelos preditivos ruins

@SeanGailmard O DGP só importa na medida em que influencia contrafactuais possivelmente observáveis

@SeanGailmard Veja, por exemplo

@SeanGailmard nada a ver com "o DGP"; Tudo a ver com previsões melhores em ambientes onde há problemas como seleção, confusão, etc.

@SeanGailmard Claro, estou jogando metade de um jogo pedante e bobo, mas acho que tem alguma substância nele

@SeanGailmard Minha afirmação original era simples: inferência causal é apenas prever o que acontece quando um tratamento é aplicado. Não vejo por que isso implica, em algum sentido, um modelo preditivo universal ou todo-poderoso

@SeanGailmard Só precisa ser bom o suficiente para... Prever o que acontece quando um tratamento é aplicado

@SeanGailmard O jeito de fazer isso é encontrar um instrumento ou algo assim. O que eu reclamo (meio brincando) é pensar que isso é substancialmente diferente de "previsão" em certo sentido