Причинний висновок — це підполе прогнозування, де ви намагаєтеся передбачити, що відбувається при застосуванні лікування. Отже, вся економетрика — це вузька підгалузь прогностичного машинного навчання

@DamienTeney @austinc3301, ймовірно, це написав економіст. Чортові економісти

@austinc3301 Ви щойно довели, що «причинне моделювання» в певному сенсі є «хаком» для вирішення проблеми з тим, що іноді ми маємо погані дані. Але коли у нас є якісні дані — коли ми бачимо всі американські моделі — прогностичне моделювання — це все, що нам потрібно

@austinc3301 Ми завжди отримуватимемо більше даних, а це означає, що з часом прогнозування, ймовірно, подолає тимчасовий «злам», яким є причинне моделювання. Це був корисний і елегантний лайфхак, але тимчасовий

@austinc3301 Або вони розрізняються — у такому разі прогностична модель їх розрізняє — або ні — у такому разі це не буде. Дуже просто

або щось, що в певному сенсі еквівалентне інтервенції (наприклад, те, що економісти називають «інструментами»). Ви можете назвати це «причинно-наслідковим висновком», я міг би назвати це «передбаченням», але це задовольняє мою думку, що ваша «причинна індукція» насправді є просто особливим видом вправи з передбачення

@austinc3301 Ви навіть визнали, що це правильно: «причинний висновок — це розширення статистичного прогнозування»

@austinc3301, якщо відкинути тролінг, «причинний висновок» — це просто екстраполятивне передбачення. Основна думка Арпіта полягає в тому, що зараз існують моделі чорної скриньки, які також досить добре прогнозують поза вибіркою, завдяки підходу, дуже відмінному від причинного висновку

@SeanGailmard По суті, ваша критика стосується лише поганих прогностичних моделей

@SeanGailmard DGP має значення лише настільки, наскільки він впливає на можливі контрфакти

@SeanGailmard Наприклад, дивись

@SeanGailmard не має нічого спільного з «DGP»; Все це стосується кращих прогнозів у налаштуваннях, де є такі проблеми, як відбір, плутанини тощо.

@SeanGailmard Звісно, я наполовину граю в дурну педантичну гру, але думаю, що в ній є певний зміст

@SeanGailmard Моє початкове твердження було простим: причинний висновок — це просто передбачення, що відбувається при застосуванні лікування. Я не бачу, чому це взагалі означає універсальну або всесильну прогностичну модель

@SeanGailmard Він просто має бути достатньо хорошим, щоб... передбачити, що відбувається при застосуванні лікування.

@SeanGailmard Для цього потрібно знайти інструмент чи щось подібне. Те, з чим я заперечую (напівжартома), — це думка, що це суттєво відрізняється від «передбачення» в певному сенсі