A chave para todo este debate é esta condição. Discordo um pouco. Uma condição suficiente para identificar os efeitos do tratamento é a randomização do tratamento; mas pode-se imaginar que se é bom o suficiente em contabilizar a seleção/confundidores que não é necessário.
Jason Kerwin
Jason Kerwin10/12, 13:43
Isto é muito verdade, mas também a previsão dos efeitos do tratamento sem randomização como se fosse não pode ser feita
A condição do @jt_kerwin é obviamente suficiente e é a única condição suficiente óbvia; mas a literatura moderna simplesmente não explorou muito as abordagens, que são mais tradicionais, como apenas adicionar um monte de controles
@jt_kerwin Se estivermos dispostos a relaxar a barra de "100% de confiança", poderíamos, em princípio, avançar. É uma decisão social se devemos
@artrockalter O meu ponto é que poderíamos avançar simplesmente aceitando que alguma quantidade de confusões desconhecidas é aceitável. É uma decisão social se estamos confortáveis com isso.
@jasndoc Colocando de outra forma: nenhuma definição não-limite de "suficiente" exclui totalmente métodos não-causais para previsão contrafactual.
4,83K