Causalidade

Quem acompanha o estado da arte do debate empírico quantiativo em ciências sociais sabe que um artigo top não pode passar em alguma argumentação de que o modelo estatístico estimado é identificável, que por sua vez está relacionado com a possibilidade de estimar efeitos causais.

E por efeito causal se entende comumente o modelo Neyman-Rubin de resultados potenciais ou contrafactuais. Mas o que eu queria chamar a atenção de vocês é para um outro modelo causal, aquele capineado por Judea Perl, e que envolve o uso da construção de gráficos (com felchas) retratando a causalidade entre variáveis. Com esses gráficos, Pearl desenvolveu um cálculo de causalidade que nos permite reponder de forma relativamente simples o que é ou não identificável e sob que hipóteses.

Minha intuição é que a utilização do modelo causal de Pearl (ao invés do de Rubin) pode significar um avanço nas ciências sociais (principalmente para modelos de equações estruturais, ao invés de dados resultados de experimentos). Além disso, creio que é uma discussão da fronteira que seria útil saber para quem quer estar na “crista da onda”.

Se você ficou interessado, além dos livros de artigos do próprio Pearl, recomendo essa rápida introdução do blog Afinetheroem e esse post mais longo e didático do Michael Nielsen.

ps.: Eu mesmo não conheço muito nem o modelo do Rubin e menos ainda o de Pearl. Mas é curioso que minha intuição nesse caso é diferente da de Gelman. Gelman não parece muito simpático à abordagem de Pearl e sempre defende o modelo de Rubin. Mas eu intuo que o de Pearl é melhor em geral. Obviamente, é só uma intuição. Se em geral é melhor confiar no Gelman e não em mim, nesse caso mais ainda.

Anúncios

Sobre Manoel Galdino

Corinthiano, Bayesiano e Doutor em ciência Política pela USP.
Esse post foi publicado em estatística, Manoel Galdino, Política e Economia e marcado , , , , , , , . Guardar link permanente.

4 respostas para Causalidade

  1. Rodolpho disse:

    Eu vejo os DAG’s como uma ferramenta a mais na visualização e compreensão de uma relação causal teórica. Não acho que são modelos causais competidores. Quando busco uma teoria começo com o modelo Neyman-Rubin, me pergunto pelo experimento ideal, e então uso os DAG’s para deixar claro para mim mesmo qual é a relação causal de interesse. Isso é útil sobretudo quando procuro por uma IV.

  2. Onde você aprendeu sobre DAG, Na NYU, no IME?

    Posso estar enganado, mas não lembro de ter lido algum paper recente nos journals da ciência política que falassem de DAG e/ou do cálculo de causalidade.

    abçs e vlw pelo coment,
    Manoel

  3. Rodolpho disse:

    Estou vendo isso aqui. O livro é o Counterfactuals and Causal Inference de Winship & Morgan. Era pra ter lido uns papers do Pearl também, mas quem tem tempo pra isso?

    Ah, agora tô estudando também o Mostly Harmless Econometrics, por obrigação. Mas o livro é bom, eu é que não estava preparado para ele antes.
    Parabéns pelo post.

  4. Pingback: Causalidade, identificação e viés de seleção | Blog Pra falar de coisas

Deixe um comentário

Preencha os seus dados abaixo ou clique em um ícone para log in:

Logotipo do WordPress.com

Você está comentando utilizando sua conta WordPress.com. Sair / Alterar )

Imagem do Twitter

Você está comentando utilizando sua conta Twitter. Sair / Alterar )

Foto do Facebook

Você está comentando utilizando sua conta Facebook. Sair / Alterar )

Foto do Google+

Você está comentando utilizando sua conta Google+. Sair / Alterar )

Conectando a %s