Kausal inferens är ett delområde av prediktion, där man försöker förutsäga vad som händer när en behandling tillämpas. Så all ekonometri är egentligen bara ett smalt delområde av prediktiv maskininlärning
Arpit Gupta
Arpit Gupta10 dec. 09:48
Kausalitet och prediktion är inte två olika begrepp Kausal inferens är i grunden ett prediktionsproblem: du förutspår det kontrafaktiska Randomister hittade några smarta sätt att göra kausalitet utan förutsägelse. Men om du löser förutsägelse; Du får kausalitet gratis
@DamienTeney @austinc3301 har förmodligen skrivit detta av en ekonom. Förbannade ekonomer
@austinc3301 Du har just bevisat att "kausal modellering" på ett sätt är en "hack" för att lösa problemet att vi ibland har dålig data. Men när vi har bra data – när vi ser alla U:n – är prediktiv modellering allt vi behöver
@austinc3301 Vi kommer alltid att få mer data, vilket betyder att prediktiv metod så småningom sannolikt kommer att övervinna den tillfälliga "hacken" som är kausal modellering. Var ett användbart och elegant hack, men ett tillfälligt sådant
@austinc3301 Antingen är de särskiljbara – i så fall kommer en prediktiv modell att skilja dem åt – eller så gör den inte det. Väldigt enkelt
Eller något som på ett sätt är likvärdigt med en intervention (som det som de där ekonomerna kallar "instrument"). Du kanske kallar det "kausal inferens", jag kanske kallar det "förutsägelse", men det uppfyller mitt påstående att din "kausala inferens" egentligen bara är en speciell typ av prediktionsövning
@austinc3301 Du erkände till och med att detta är korrekt: "kausal inferens handlar om att utvidga statistisk prediktion"
@austinc3301 hur som helst, bortsett från trollande, är "kausal inferens" bara extrapolerande förutsägelse. Arpits sakliga poäng är att det nu finns svarta lådemodeller som också är ganska bra på förutsägelse utanför urvalet, genom en metod som skiljer sig mycket från kausal inferens
@SeanGailmard I princip gäller din kritik bara dåliga prediktiva modeller
@SeanGailmard DGP spelar bara roll i den mån den påverkar tänkbart observerbara kontrafaktiska faktorer
@SeanGailmard Ser du, till exempel
Arpit Gupta
Arpit Gupta7 timmar sedan
Ja, kan inte tro dessa galna åsikter som *kontrollerar anteckningar* Andrew Gelman har
@SeanGailmard inget att göra med "DGP"; allt har att göra med bättre förutsägelser i situationer där det finns problem som urval, förväxling, etc.
@SeanGailmard Självklart spelar jag halva ett fånigt petigt spel, men jag tror att det finns substans i det
@SeanGailmard Mitt ursprungliga påstående var enkelt: kausal inferens är bara att förutsäga vad som händer när en behandling appliceras. Jag förstår inte varför det på något sätt antyder en universell eller allsmäktig prediktiv modell
alz
alz10 dec. 12:17
Kausal inferens är ett delområde av prediktion, där man försöker förutsäga vad som händer när en behandling tillämpas. Så all ekonometri är egentligen bara ett smalt delområde av prediktiv maskininlärning
@SeanGailmard Det behöver bara vara tillräckligt bra för att... Förutse vad som händer när en behandling appliceras
@SeanGailmard Sättet du gör det på är att hitta ett instrument eller något liknande. Det jag invänder mot (halvt på skämt) är att jag tror att detta är väsentligt annorlunda än "förutsägelse" på något sätt
54,34K