A inferência causal é um subcampo da predição, onde você tenta prever o que acontece quando um tratamento é aplicado. Portanto, toda a econometria é realmente apenas um subcampo restrito do aprendizado de máquina preditivo.

@DamienTeney @austinc3301 provavelmente um economista escreveu isto. malditos economistas

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

@austinc3301 Vamos sempre obter mais dados, o que significa que, eventualmente, a predição provavelmente superará o "hack" temporário que é a modelagem causal. Foi um hack útil e elegante, mas temporário.

@austinc3301 Ou eles são distinguíveis - nesse caso, um modelo preditivo irá distingui-los - ou não - nesse caso, não irá. muito simples

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

@austinc3301 Você até admitiu que isto está correto: "a inferência causal é sobre a extensão da previsão estatística"

@austinc3301 De qualquer forma, deixando o trolling de lado, "inferência causal" é apenas previsão extrapolativa. O ponto substancial do Arpit é que agora existem modelos de caixa preta que também são bastante bons em previsão fora da amostra de alguma forma, através de uma abordagem muito diferente da inferência causal.

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

@SeanGailmard O DGP só importa na medida em que influencia contra-factuais observáveis.

@SeanGailmard Veja, por exemplo

@SeanGailmard nada a ver com "o DGP"; tudo a ver com melhores previsões em contextos onde existem problemas como seleção, confusão, etc.

@SeanGailmard Claro, estou 1/2 a brincar com um jogo pedante e tolo, mas acho que há alguma substância nisso.

@SeanGailmard A minha afirmação original era simples: a inferência causal é apenas prever o que acontece quando um tratamento é aplicado. Não vejo por que isso implica, de qualquer forma, 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 A maneira como faz isso é encontrar um instrumento ou algo assim. A coisa à qual me oponho (meio a brincar) é pensar que isso é substancialmente diferente de "previsão" de alguma forma.