Modelo causal de Rubin
O modelo causal de Rubin (MCR), também conhecido como modelo causal de Neyman-Rubin, [1] é uma abordagem para a análise estatística de causa e efeito com base na estrutura de resultados potenciais, nomeado após Donald Rubin. O nome "modelo causal de Rubin" foi cunhado pela primeira vez por Paul W. Holland. [2] A estrutura de resultados potenciais foi proposta pela primeira vez por Jerzy Neyman em sua tese de mestrado em 1923, [3] embora ele a tenha discutido apenas no contexto de experimentos completamente aleatórios. [4] Rubin o estendeu em uma estrutura geral para pensar sobre causalidade em estudos observacionais e experimentais. [1]
Introdução
O modelo causal de Rubin é baseado na ideia de resultados potenciais. Por exemplo, uma pessoa teria uma renda específica aos 40 anos se tivesse frequentado a faculdade, ao passo que teria uma renda diferente aos 40 anos de idade se não tivesse frequentado a faculdade. Para medir o efeito causal de ir para a faculdade para essa pessoa, precisamos comparar o resultado para o mesmo indivíduo em ambos os futuros alternativos. Uma vez que é impossível ver ambos os resultados potenciais ao mesmo tempo, um dos resultados potenciais está sempre faltando. Esse dilema é o "problema fundamental da inferência causal". [2]
Resultados potenciais
Suponha que José esteja participando de um teste para um novo medicamento para hipertensão. Se fôssemos oniscientes, saberíamos os resultados de José sob tratamento (a nova droga) e controle (sem tratamento ou com o tratamento padrão atual). O efeito causal, ou efeito do tratamento, é a diferença entre esses dois resultados potenciais.
| Sujeito | |||
|---|---|---|---|
| José | 130 | 135 | −5 |
é a pressão sanguínea de José se ele tomar a nova pílula. Em geral, esta notação expressa o resultado potencial que resulta de um tratamento, t, em uma unidade, u. De forma similar, é o efeito de um tratamento diferente, c ou controle, em uma unidade, u. Nesse caso, é a pressão arterial de José se ele não tomar a pílula. é o efeito causal de tomar o novo medicamento.
Conclusão
O modelo causal de Rubin também foi conectado a variáveis instrumentais [5] e outras técnicas de inferência causal. Para saber mais sobre as conexões entre o modelo causal de Rubin, modelagem de equações estruturais e outros métodos estatísticos para inferência causal, consulte Morgan e Winship (2007) [6] e Pearl (2000). [7] Pearl (2000) argumenta que todos os resultados potenciais podem ser derivados de Modelos de Equações Estruturais, unificando assim a econometria e a análise causal moderna.
Veja também
Referências
- ↑ 1,0 1,1 Predefinição:Citar livro
- ↑ 2,0 2,1 Predefinição:Citar periódico
- ↑ Neyman, Jerzy. Sur les applications de la theorie des probabilites aux experiences agricoles: Essai des principes. Master's Thesis (1923). Excerpts reprinted in English, Statistical Science, Vol. 5, pp. 463–472. (D. M. Dabrowska, and T. P. Speed, Translators.)
- ↑ Predefinição:Citar periódico
- ↑ Predefinição:Citar periódico
- ↑ Predefinição:Citar livro
- ↑ Predefinição:Citar livro