Cửa hàng DApp | Trung tâm Web3 với các sự kiện và trò chơi

Suy diễn nguyên nhân là một lĩnh vực con của dự đoán, nơi bạn cố gắng dự đoán điều gì sẽ xảy ra khi một phương pháp điều trị được áp dụng. Vì vậy, tất cả kinh tế lượng thực sự chỉ là một lĩnh vực hẹp của học máy dự đoán.

@DamienTeney @austinc3301 có lẽ một nhà kinh tế học đã viết cái này. thật là những nhà kinh tế học.

@austinc3301 Bạn vừa chứng minh rằng "mô hình nguyên nhân" theo một cách nào đó là một "mánh khóe" để giải quyết vấn đề mà đôi khi chúng ta có dữ liệu không tốt. Nhưng khi chúng ta có dữ liệu tốt - khi chúng ta thấy tất cả các U - mô hình dự đoán là tất cả những gì chúng ta cần.

@austinc3301 Chúng ta sẽ luôn có thêm dữ liệu, có nghĩa là cuối cùng, dự đoán sẽ có khả năng vượt qua "mánh khóe" tạm thời mà là mô hình nguyên nhân. Đó là một mánh khóe hữu ích và tinh tế, nhưng chỉ là tạm thời.

@austinc3301 Hoặc chúng có thể phân biệt được - trong trường hợp đó, một mô hình dự đoán sẽ phân biệt chúng - hoặc không - trong trường hợp đó, nó sẽ không phân biệt được. Rất đơn giản.

hoặc một cái gì đó mà theo một nghĩa nào đó tương đương với một can thiệp (như, những gì mà các nhà kinh tế học gọi là "công cụ"). Bạn có thể gọi điều đó là "suy diễn nguyên nhân", tôi có thể gọi đó là "dự đoán", nhưng nó thỏa mãn tuyên bố của tôi rằng "suy diễn nguyên nhân" của bạn thực sự chỉ là một loại bài tập dự đoán đặc biệt.

@austinc3301 Bạn thậm chí đã thừa nhận rằng điều này là đúng: "suy diễn nguyên nhân là về việc mở rộng dự đoán thống kê"

@austinc3301 Dù sao đi nữa, bên cạnh việc troll, "suy diễn nguyên nhân" chỉ là dự đoán suy diễn. Điểm quan trọng của Arpit là hiện nay có những mô hình hộp đen cũng khá tốt trong việc dự đoán ngoài mẫu bằng cách nào đó, thông qua một phương pháp rất khác với suy diễn nguyên nhân.

@SeanGailmard Về cơ bản, phê bình của bạn chỉ áp dụng cho các mô hình dự đoán kém.

@SeanGailmard DGP chỉ quan trọng đến mức nó ảnh hưởng đến những điều kiện phản thực có thể quan sát được.

@SeanGailmard Xem, ví dụ như

@SeanGailmard không liên quan gì đến "the DGP"; tất cả đều liên quan đến việc dự đoán tốt hơn trong các bối cảnh có vấn đề như chọn lọc, gây nhiễu, v.v.

@SeanGailmard Tất nhiên, tôi đang chơi một trò chơi ngớ ngẩn một nửa, nhưng tôi nghĩ có một số nội dung bên trong đó.

@SeanGailmard Câu nói ban đầu của tôi rất đơn giản: suy diễn nguyên nhân chỉ là dự đoán những gì xảy ra khi một phương pháp điều trị được áp dụng. Tôi không thấy lý do gì để điều đó ngụ ý theo bất kỳ cách nào một mô hình dự đoán phổ quát hoặc toàn năng.

@SeanGailmard Nó chỉ cần đủ tốt để... dự đoán những gì sẽ xảy ra khi một phương pháp điều trị được áp dụng

@SeanGailmard Cách bạn làm điều này là tìm một công cụ hoặc cái gì đó. Điều tôi phản đối (một cách nửa đùa nửa thật) là nghĩ rằng điều này khác biệt đáng kể so với "dự đoán" theo một nghĩa nào đó.