Wnioskowanie przyczynowe: Mixtape

Opinie czytelników

Książka jest powszechnie chwalona jako kompleksowe i przystępne źródło wiedzy na temat mikroekonometrii stosowanej i wnioskowania przyczynowego, atrakcyjne zwłaszcza dla absolwentów i praktyków. Jednakże spotkała się ona z krytyką ze względu na jej jakość fizyczną, liczne literówki i nieścisłości matematyczne w wersji drukowanej.

Książka zachowuje doskonałą równowagę między czytelnością a rygorem matematycznym, dzięki czemu jest odpowiednia dla studentów studiów magisterskich i podyplomowych. Zawiera intuicyjne wyjaśnienia złożonych pojęć, przykłady podwójnego kodu zarówno w Stata, jak i R, i jest uważana za pomocne źródło informacji dla praktyków w praktyce politycznej. Wielu użytkowników docenia entuzjazm i styl nauczania autora.

Wersja drukowana została opisana jako tania, pełna literówek i zawierająca nieprawidłowe formuły. Recenzenci zauważyli, że niektóre części tekstu są dłuższe niż to konieczne i brakuje w nich wystarczających przykładów lub zastosowań. Może to być przytłaczające dla początkujących we wnioskowaniu przyczynowo-skutkowym.

(na podstawie 47 opinii czytelników)

Oryginalny tytuł:

Causal Inference: The Mixtape

Zawartość książki:

Przystępne, współczesne wprowadzenie do metod określania przyczyn i skutków w naukach społecznych.

"Przyczynowość kontra korelacja była podstawą argumentów - ekonomicznych i nie tylko - od zarania dziejów. Causal Inference: The Mixtape wykorzystuje przykłady z prawdziwego świata, które naprawdę prowokują do myślenia. Rzadko zdarza się, że książka skłania czytelników do poszerzenia swoich perspektyw; ta zrobiła to dla mnie." - Marvin Young (Young MC).

Wnioskowanie przyczynowe obejmuje narzędzia, które pozwalają naukowcom społecznym określić, co powoduje co. W nieuporządkowanym świecie wnioskowanie przyczynowe jest tym, co pomaga ustalić przyczyny i skutki badanych działań - na przykład wpływ (lub jego brak) wzrostu płacy minimalnej na zatrudnienie, wpływ wczesnej edukacji na uwięzienie w późniejszym okresie życia lub wpływ wprowadzenia moskitier na malarię w regionach rozwijających się na wzrost gospodarczy. Scott Cunningham wprowadza studentów i praktyków w metody niezbędne do uzyskania znaczących odpowiedzi na pytania dotyczące związku przyczynowego, wykorzystując szereg technik modelowania i instrukcje kodowania zarówno dla języka programowania R, jak i Stata.