🕵️‍♂️ Как найти причину? История развития причинного анализа

Причинно-следственный анализ стал одним из самых мощных инструментов современной науки. Сегодня он лежит в основе доказательной политики и помогает отвечать на вопросы о том, что действительно работает. Но откуда он появился? Давайте разберемся!

⛳ 1. Философские истоки: как всё начиналось?

Идея причинности уходит корнями в философию 🤯 С древних времен люди пытались понять, как одно событие влияет на другое, но систематический подход появился лишь в XVIII-XIX веках

⭐️Дэвид Юм сомневался, что мы можем доказать истинные причинно-следственные связи. Мы видим только последовательность событий, а не сами причины
⭐️Джон Стюарт Милль предложил методы согласия и различия — логические основы для анализа причинности

Эти идеи не были математически формализованы, но задали направление для будущих поколений исследователей

⛳ 2. Начало количественного подхода: статистическая революция XX века

С развитием статистики в начале XX века причинно-следственный анализ стал более строгим и количественным

⭐️Ежи Нейман предложил концепцию потенциальных исходов (potential outcomes). Каждый объект имеет два возможных результата: с воздействием и без него. Однако мы можем наблюдать только один из них. Этот факт носит название фундаментальная проблема причинного вывода (fundamental problem of causal inference)
⭐️Рональд Фишер популяризировал рандомизированные контролируемые эксперименты (Randomized controlled trial, RCT) 🎲 Показал, что случайное назначение групп позволяет устранить предвзятость и определить истинные несмещенные причинные эффекты

Эти идеи стали основой для строгого анализа данных в науке, включая исследования в сельском хозяйстве и медицине

⛳ 3. Революция в социальной науке: роль Принстона в 1970-х годах

В 1970-х годах Принстонский отдел трудовых отношений стал центром инноваций в эмпирической экономике 👍

⭐️Орли Ашенфельтер предложил метод разности разностей (Difference-in-Differences, DiD), который позволяет измерять влияние событий или программ, сравнивая изменения в двух группах — участвующих и не участвующих в программе
⭐️Роберт Лалонд показал, что традиционные методы, такие как обычный метод наименьших квадратов (Ordinary least squares, OLS), не всегда могут выявить истинные причинно-следственные связи. Это привело к повышению интереса к экспериментам и квазиэкспериментам

Принстонская школа сделала акцент на прозрачности и достоверности эмпирических исследований, критикуя недостатки существующих методов

⛳ 4. Инструментальные переменные и Гарвардская теорема LATE

В 1980–1990-х годах развитие причинно-следственного анализа вышло на новый уровень благодаря междисциплинарному подходу 👋

⭐️Джошуа Ангрист использовал метод инструментальных переменных (Instrumental variables, IV), чтобы оценить эффект службы в армии на доходы. Его работа основывалась на случайной лотерее призыва, что сделало его результаты валидными и убедительными
⭐️Хидо Имбенс и Дональд Рубин совместно разработали теорему о локальной оценке эффекта воздействия (LATE, Local Average Treatment Effect), которая объясняет, как можно измерить эффекты в условиях несоблюдения назначения групп воздействия

Теорема LATE стала важной вехой, предоставив строгую теоретическую базу для анализа сложных данных и сделав инструментальные переменные доступными для широкой аудитории

⛳ 5. Современные достижения: интеграция теории и практики

Сегодня причинно-следственный анализ — мощный инструмент для принятия решений

⭐️Доказательная политика (evidence-based policy): методы каузального анализа применяются повсеместно — от оценки образовательных программ до экономической политики
⭐Много внимания ученых сосредаточено на разработке методов для оценки сложных дизайнов воздействия 👨‍💻
⭐️Слияние теории и эмпирики: объединение философии, статистики и экономики позволило сделать революционные открытия и решать сложные социальные задачи

Источник: подготовлено на основе материалов Скотта Канингема [1, 2, 3]

#канал_обозревает
#канал_рекомендует
@causal_channel