Khám Phá Hộp Đen của Causality: Tìm hiểu về Cơ Chế Nguyên Nhân từ Các Nghiên Cứu Thí Nghiệm và Quan Sát
Tóm tắt
Xác định các cơ chế nguyên nhân là một mục tiêu cơ bản của khoa học xã hội. Các nhà nghiên cứu tìm kiếm không chỉ để nghiên cứu liệu một biến có ảnh hưởng đến biến khác hay không mà còn để hiểu cách mà mối quan hệ nguyên nhân này phát sinh. Tuy nhiên, các phương pháp thống kê thường được sử dụng để xác định cơ chế nguyên nhân phụ thuộc vào những giả định không thể kiểm tra và thường không phù hợp ngay cả trong những giả định đó. Việc ngẫu nhiên hóa điều trị và các biến trung gian cũng không đủ. Mặc dù có những khó khăn này, việc nghiên cứu các cơ chế nguyên nhân vẫn quá quan trọng để từ bỏ. Chúng tôi đưa ra ba đóng góp để cải thiện nghiên cứu về các cơ chế nguyên nhân. Thứ nhất, chúng tôi trình bày một tập hợp tối thiểu các giả định cần thiết theo các thiết kế chuẩn của các nghiên cứu thí nghiệm và quan sát, và phát triển một thuật toán tổng quát để ước lượng các hiệu ứng trung gian nguyên nhân. Thứ hai, chúng tôi cung cấp một phương pháp để đánh giá độ nhạy của các kết luận đối với những vi phạm tiềm tàng của một giả định chính. Thứ ba, chúng tôi đề xuất các thiết kế nghiên cứu thay thế để xác định các cơ chế nguyên nhân dưới các giả định yếu hơn. Cách tiếp cận được đề xuất được minh họa thông qua các thí nghiệm định hình truyền thông và các nghiên cứu về lợi thế đương nhiệm.
Từ khóa
Tài liệu tham khảo
Collier, 2004, Rethinking Social Inquiry:Diverse Tools, Shared Standards
Brady, 2004, Rethinking Social Inquiry: Diverse Tools, Shared Standards
Kinder, 1996, Divided by Color: Racial Politics and Democratic Ideals
Robins, 2010, Causality and Psychopathology: Finding the Determinants of Disorders and Their Cures, 103
Imai K. , and Yamamoto T. . 2011. “Sensitivity Analysis for Causal Mediation Effects under Alternative Exogeneity Assumptions.” http://imai.princeton.edu/research/medsens.html. (accessed September 1, 2011).
Imai K. , Tingley D. , and Yamamoto T. . N.d. “Experimental Designs for Identifying Causal Mechanisms.” (With discussions). Journal of the Royal Statistical Society, Series A (Statistics in Society). Forthcoming.
Jacobson, 1987, The Politics of Congressional Elections
Glynn A. N. 2010. “The Product and Difference Fallacies for Indirect Effects.” Department of Government, Harvard University. Unpublished manuscript, Mimeo.
Imai K. , and Tingley D. . N.d. “A Statistical Method for Empirical Testing of Competing Theories.” American Journal of Political Science. Forthcoming.
MacKinnon, 2008, Introduction to Statistical Mediation Analysis
Rosenbaum, 2002, Covariance Adjustment in Randomized Experiments and Observational Studies: Rejoinder, Statistical Science, 17, 321, 10.1214/ss/1042727942
Shadish, 2001, Experimental and Quasi-Experimental Designs for Generalized Causal Inference
Manski, 2007, Identification for Prediction and Decision
Rosenbaum, 2002, Covariance Adjustment in Randomized Experiments and Observational Studies (with Discussion), Statistical Science, 17, 286, 10.1214/ss/1042727942
Pearl J. N.d. “The Causal Mediation Formula: A Guide to the Assessment of Pathways and Mechanisms.” Prevention Science. Forthcoming.
Druckman, 2005, Media Matter: How Newspapers and Television News Cover Campaigns and Influence Voters, American Political Science Review, 22, 463
Pearl, 2001, Proceedings of the Seventeenth Conference on Uncertainty in Artificial Intelligence, 411
Imai K. , Keele L. , Tingley D. , and Yamamoto T. . 2011. “Replication Data for: Unpacking the Black Box of Causality: Learning about Causal Mechanisms from Experimental and Observational Studies.” The Dataverse Network. hdl:1902.1/16467 (accessed September 1, 2011).