A chave de todo esse debate é essa condição. Discordo um pouco. Uma condição suficiente para identificar efeitos do tratamento é a randomização do tratamento; Mas dá para imaginar ser bom o suficiente em contabilizar seleção/confusão para que não seja necessário
Jason Kerwin
Jason Kerwin10 de dez., 13:43
Isso é muito verdadeiro, mas também não é possível fazer previsão dos efeitos do tratamento sem randomização as-if
A condição de @jt_kerwin é obviamente suficiente e é a única condição óbvia suficiente; Mas a literatura moderna simplesmente não explorou muito as abordagens, que são mais tradicionais, como simplesmente adicionar vários controles
@jt_kerwin Se estivermos dispostos a relaxar a barra de "100% de confiança", poderemos, em princípio, avançar. É uma decisão social decidir se o faz
@artrockalter Meu ponto é que poderíamos progredir simplesmente aceitando uma certa quantidade de confusões desconhecidas já está tudo bem. É uma decisão social se estamos de acordo com isso
@jasndoc Em outras palavras: nenhuma definição não limiteiriça de "suficiente" exclui totalmente métodos não causais para a previsão contrafactual
4,83K