counterfactuals and causal inference ii n.
Download
Skip this Video
Download Presentation
Counterfactuals and Causal Inference – II

Loading in 2 Seconds...

play fullscreen
1 / 10

Counterfactuals and Causal Inference – II - PowerPoint PPT Presentation


  • 141 Views
  • Uploaded on

Counterfactuals and Causal Inference – II. by Stephen Morgan & Christopher Winship. ?. Perplessità circa le richieste di chiarimento pervenute Prima di arrivare a Morgan & Winship ci sono tanti passi preliminari da compiere

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

PowerPoint Slideshow about 'Counterfactuals and Causal Inference – II' - sanders


Download Now An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript
counterfactuals and causal inference ii
Counterfactuals and Causal Inference – II
  • by Stephen Morgan & Christopher Winship
slide2
?
  • Perplessità circa le richieste di chiarimento pervenute
  • Prima di arrivare a Morgan & Winship ci sono tanti passi preliminari da compiere
  • Quando è opportuno utilizzare metodi qualitativi oppure quantitativi per acquisire informazioni
  • Come si inserisce la logica controfattuale nel dibattito sull’analisi causale
  • L’effetto netto sulla popolazione simile ai trattati (Martini, Trivellato, etc.)
  • L’effetto netto sull’intera popolazione (Morgan & Winship)
metodi qualitativi vs quantitativi
Metodi qualitativi vs. quantitativi
  • Numerosità della popolazione riguardo la quale voglio ottenere informazioni
  • 1-5 casi studio (qualitativi)
  • 5-20 casi studio (qualitativi comparati)
  • 20-30 (qualitativi comparati + quantitativi con cautela – es. evitare assunzioni di normalità)
  • 30+ metodi quantitativi con relativa tranquillità
  • Più aumenta la numerosità, meno informazioni posso raccogliere
la logica dell attribuzione causale
La logica dell’attribuzione causale
  • Posso attribuire cause sia con metodi qualitativi che quantitativi, a seconda
      • del livello di generalità che voglio / posso ottenere
      • del tipo di causalità che voglio / posso attribuire (genetica / consequenziale)
esempio
Esempio
  • Che cosa ha fatto variare il tasso di disoccupazione?
      • riguarda migliaia di soggetti, devo per forza identificare poche variabili sperando che siano significative per tutti (es. indicatori di attività economica del territorio o globale)
      • se invece ho un caso studio posso ricostruire il processo in base al quale un individuo ha perso o mantenuto il lavoro e “scoprire” tutto ciò che è stato significativo in quel caso
la logica controfattuale
La logica controfattuale
  • Qual è stato l’impatto dell’intervento sulla variazione del tasso di disoccupazione?
  • Tra tutte le cause, mi interessa solo il contributo dell’intervento; confronto quindi il mondo con l’intervento con un ipotetico (ricostruito, controfattuale) mondo senza intervento e traggo conclusioni in merito
  • In termini di tasso di disoccupazione, riguarda migliaia di soggetti (m.quant); se invece ho un caso studio posso stimare il contributo dell’intervento in quel caso specifico (m.qual)
  • La logica controfattuale, così come la logica generale dell’attribuzione causale, non è necessariamente legata a uno specifico metodo di raccolta dati
il controfattuale qualitativo
Il controfattuale qualitativo
  • Parlo con i beneficiari e cerco di capire quali sono i benefici che hanno ottenuto dall’intervento. Poi gli chiedo “ma queste cose le avreste fatte anche senza intervento”?
  • Loro mi diranno no, sì, in parte, etc.
  • Verifico queste informazioni attraverso altre interviste, desk studies, documentazione, verbali riunioni, tutto quello che riesco a trovare; come se fossi un detective
  • Strada con accessori (aree servizio, segnaletica)
  • Km di strade o collegamenti intermodali
il controfattuale quantitativo
Il controfattuale quantitativo
  • Indicatori
  • Per spiegare la variazione del tasso di disoccupazione
  • Grado di istruzione, la spesa per formazione, la composizione settoriale dell’economia locale, l’andamento di questi settori (domanda di lavoro)
  • Modello causale con una variabile dipendente e alcune variabili indipendenti, tra cui l’intervento
  • Stimo l’effetto separato di ciascuna variabile e mi ricavo l’effetto dell’intervento per sottrazione
esempi
Esempi
  • Regressione
  • Serie storiche
  • Matching con gruppo di controllo
  • Generalizzazione è (spesso) limitata alla popolazione di cui i trattati sono rappresentativi
i trattati si autoselezionano
I trattati si autoselezionano
  • Ipotesi di Morgan & Winship
  • Se voglio dire qualcosa per una popolazione più ampia di coloro che somigliano ai trattati devo fare ipotesi (e ricostruirmi controfattuali) anche per i non trattati
  • Stimatore dell’effetto netto di Morgan & Winship