Kontrfakty i wnioskowanie przyczynowe: Metody i zasady badań społecznych

Opinie czytelników

Książka jest dobrze oceniana jako doskonały tekst wprowadzający do wnioskowania przyczynowego, szczególnie dla badaczy nauk społecznych. Łączy w sobie przejrzystość z przystępnością na różnych poziomach zaawansowania, dzięki czemu jest odpowiednia zarówno dla nowicjuszy, jak i osób zaznajomionych z tematem. Została jednak skrytykowana za nadmierną rozwlekłość i czasami trudność w czytaniu, szczególnie pod względem formatowania i prezentacji równań.

⬤ Przejrzysta i dobrze napisana
⬤ przystępna dla osób na różnych poziomach zaawansowania
⬤ minimalny udział matematyki
⬤ szczegółowe wyjaśnienia i opisy
⬤ rozszerzona zawartość w stosunku do poprzedniego wydania
⬤ dobra do zrozumienia wnioskowania przyczynowego
⬤ istotna dyskusja na temat nauk obserwacyjnych
⬤ bardzo przydatna dla naukowców społecznych.

⬤ zbyt rozwlekła i czasami trudna do przeanalizowania
⬤ problemy z rozmytymi obrazami równań
⬤ mały rozmiar druku
⬤ niektórzy czytelnicy uważają, że brakuje jej głębi w praktycznych zastosowaniach
⬤ nie wszyscy czytelnicy mogą uznać diagramy przyczynowe za pomocne.

(na podstawie 17 opinii czytelników)

Oryginalny tytuł:

Counterfactuals and Causal Inference: Methods and Principles for Social Research

Zawartość książki:

W tym drugim wydaniu Counterfactuals and Causal Inference, całkowicie zmienionym i rozszerzonym, przedstawiono podstawowe cechy podejścia kontrfaktycznego do analizy danych obserwacyjnych na przykładach z nauk społecznych, demograficznych i zdrowotnych.

Alternatywne techniki estymacji są najpierw wprowadzane przy użyciu zarówno modelu potencjalnych wyników, jak i wykresów przyczynowych; po czym techniki warunkowania, takie jak dopasowanie i regresja, są prezentowane z perspektywy potencjalnych wyników. W przypadku scenariuszy badawczych, w których ważne determinanty ekspozycji przyczynowej są nieobserwowalne, przedstawiono alternatywne techniki, takie jak estymatory zmiennych instrumentalnych, metody podłużne i estymacja za pomocą mechanizmów przyczynowych.

Znaczenie heterogeniczności efektu przyczynowego jest podkreślane w całej książce, a potrzeba głębokiego wyjaśnienia przyczynowego za pomocą mechanizmów jest omawiana.