#методы #сausal #inference #учебники #публикации

⚠️ В новом выпуске журнала  «Социология: методология, методы, математическое моделирование» (Социология: 4М) опубликована статья ведущего научного сотрудника ЦенСИБ Бориса Соколова "Целевые каузальные эффекты в социальных исследованиях".

Эта работа посвящена моднейшей нынче теме статистического причинно-следственного вывода 😎 Точнее, одному из наиболее недооцененных, по мнению автора, её аспектов, а именно определению целевого эффекта (англ. estimand). 

Если вы интересуетесь количественными методами, то наверняка слышали такие названия, как мэтчинг,  взвешивание по вероятности, инструментальные переменные, разность разностей или разрывный дизайн.

Но какие именно величины оцениваются с помощью этих методов? 🧐 И что эти величины означают содержательно? Как их можно объяснить читателям вашей статьи или заказчикам прикладного исследования - особенно в том случае, когда на основании полученных оценок будут приниматься практические решения с потенциально далеко идущими последствиями? Новая статья как раз и пытается ответить на указанные вопросы.

В частности, в ней предлагается обзор основных эстимандов, используемых в современных научных и прикладных исследованиях для операционализации каузальных запросов в терминах модели Рубина. Сначала рассматриваются наиболее популярные средние эффекты воздействия (АTE, АTT, АTC). Затем описываются их расширения, в том числе разнообразные локальные и условные эффекты воздействия; целевые величины, квантифицирующие каузальные взаимодействия и каузальную медиацию; эффекты воздействия многозначных и интервальных переменных; а также динамические причинно-следственные связи. Для каждого из этих эстимандов даëтся содержательное объяснение и приводятся примеры практических вопросов, на которые они позволяют ответить. Также обсуждаются допущения, необходимые для непараметрической идентификации ряда эффектов, и возможные методы их оценки.  


👉 Соколов, Б. О. (2025). Целевые каузальные эффекты в социальных исследованиях. Социология: методология, методы, математическое моделирование (Социология:4М), (61), 7-76. https://doi.org/10.19181/4m.2025.34.2.1