Causal Inference for Statistics, Social, and Biomedical Sciences

Mange spørsmål innenfor samfunnsvitenskap og biomedisinske fag er av kausal karakter: Hva ville skje med individer eller grupper dersom deler av deres miljø ble endret? I denne banebrytende teksten presenterer to verdensledende eksperter statistiske metoder for å utforske slike spørsmål. Boken innleder med begrepet potensielle utfall, hvor hvert utfall tilsvarer det som ville bli realisert dersom et emne ble utsatt for en bestemt behandling eller regime. I denne tilnærmingen er de kausale effektene sammenligninger av slike potensielle utfall. Det grunnleggende problemet med kausal inferens er at vi kun kan observere ett av de potensielle utfallene for et bestemt emne. Forfatterne diskuterer hvordan randomiserte eksperimenter lar oss vurdere kausale effekter, og går deretter videre til observasjonsstudier. De legger frem de antagelsene som er nødvendige for kausal inferens og beskriver de ledende analysemetodene, inkludert matching, propensitets-score metoder og instrumentelle variable. Det er inkludert mange detaljerte anvendelser, som gir leserne verdifulle eksempler på metodenes praktiske bruk.