학계 경제학자들은 종종 인과 관계를 결정하는 데 관심이 있습니다. 내가 듣는 모든 민간 부문 통계 / 데이터 과학 직업은 단지 예측 모델만을 찾고있는 것 같습니다.

민간 부문 (또는 정부 일자리)에 인과 관계를 연구하는 일자리가 있습니까?

나는 관찰 또는 결함이있는 실험 데이터로 인과 추론을 수행하는 기술의 경제학자입니다. 대부분의 주요 기술 회사는 가격 책정, 마케팅 및 제품 설계에 대한 응용 연구를 수행하는 데 저와 같은 사람들이 있습니다. 일부 회사에는 공공 정책 팀도 있습니다.

웹 실험을하는 사람들도 많이 있습니다. 이것은 훨씬 더 큰 그룹입니다.

마지막으로, 특정 유형의 경제 컨설팅, 특히 독점 금지 (anti-trust)가 주요 초점입니다.

[처음 다섯 감정 답변이 검열되었습니다.]

그것은 사이트에서 가장 이상한 질문 중 하나입니다. 그리고 교수님의 말과 실제 생활, 즉 상아탑 외부의 생활 사이에 얼마나 많은 분리가 있는지 보여줍니다. 엿보는 것이 좋지만 ... (경제학 박사 과정 학생)은 더 자주해야합니다.

그렇습니다. 학계 밖에서는 사람들 (놀람, 놀라움)이 인과 추론 방법을 사용하는 직업이 있습니다. 그리고 (놀랍고 놀랍게도) 논문을 출판하십시오. 제 답변은 미국마다 다르지만 다른 국가에서도 유사한 조직을 찾을 수 있습니다.

• 예제 1 (내 업무에서 내부적으로 익숙하기 때문에). 저는 Abt Associates 의 대형 계약 연구 기관의 자회사에서 근무하고 있습니다. 50 개국에서 약 2,300 명을 고용하고 있으며, 대부분은 평가 연구를 수행하거나 지원하고 중재를 시행하는 일을합니다. Jacob Klerman 은 상위 6 명의 기술 담당자 ( Senior Fellows 라고도 함) 중 하나가 평가 검토 의 편집자입니다., 약 5/6 정도의 학계가있는 편집자들을 감독합니다. 이것이 민간 부문의 예입니다. (회사 위치 광고를 확인하여 회사에서 어떤 종류의 기술을 찾고 있는지 구체적으로 알 수 있습니다. 모든 사람들이 JOE에 비싼 광고라고 광고하는 것은 확실하지 않습니다. 미국에서 행복 할 다른 12 명을 쉽게 지명 할 수 있습니다. 장인 경제학자를 고용하기 위해.)
• 예 2 (다른 장소에서이 프로젝트를 시작한 사람들을 알고 있기 때문에 나는 그것에 대해 잘 알고 있습니다) : What Works Clearinghouse미국 연방 교육부 (Department of Education)는 공개 된 교육 프로그램 분석에 대한 메타 분석 전용 웹 사이트입니다. WWC는 인과 적 주장을 뒷받침하기에 충분히 엄격한 연구로 간주되는 것과 그렇지 않은 것에 대한 구체적인 지시를받은 검토 자 네트워크를 통해 운영됩니다. 그 출판 된 연구의 대부분은 절대 쓰레기라고 밝혀졌습니다. 마찬가지로 헛소리. 컨트롤 그룹이 없습니다. 인구 통계 학적 공변량 / 기준선 동등성에 대한 잔액을 확인하지 않습니다. 연구의 약 3-5 % (좋은 평가를 위해 동료 검토 문헌에 발표)는 "예약없이 표준을 충족"합니다. 즉, 실험군의 무작위 배정, 통제 된 마멸 및 교차 오염과 유사합니다. 분석을 다소 수용 가능한 방식으로 진행했습니다. (베이 즈 정리로 "씹는 껌이 수학 성취도를 높인다는 내용의 출판물을 보았다"는 말을들을 때, "BS"라고 대답 할 수 있으며, 시간의 90 % 이상이 될 것입니다.) 어쨌든 이것은 연방입니다 정부 기관에서 인과 추론 도구의 적절한 사용을 검토하는 사례입니다. (연구 검토 자로서 당신의 이름을 모자에 던지면, 이것은 당신에게 훌륭한 교육 경험이 될 것입니다. 프로그램 평가를 가르치고 있다면, 이것을 학생들에게 요구 사항으로 만들었을 것입니다.) (FDA를 사용하는 생물 통계학 자의 경우, 데이터를 수집하기 전에 분석 코드를 제출해야합니다. WWC 표준은 여전히 ​​매우 느슨합니다.) d) 시간의 90 % 이상이어야합니다.) 여하튼, 이것은 연방 부서 프로젝트이므로 정부 기관이 인과 추론 도구의 적절한 사용을 검토하는 경우에 대한 예입니다. (연구 검토 자로서 당신의 이름을 모자에 던지면, 이것은 당신에게 훌륭한 교육 경험이 될 것입니다. 프로그램 평가를 가르치고 있다면, 이것을 학생들에게 요구 사항으로 만들었을 것입니다.) (FDA를 사용하는 생물 통계학 자의 경우, 데이터를 수집하기 전에 분석 코드를 제출해야합니다. WWC 표준은 여전히 ​​매우 느슨합니다.) d) 시간의 90 % 이상이어야합니다.) 여하튼, 이것은 연방 부서 프로젝트이므로 정부 기관이 인과 추론 도구의 적절한 사용을 검토하는 경우에 대한 예입니다. (연구 검토 자로서 당신의 이름을 모자에 던지면, 이것은 당신에게 훌륭한 교육 경험이 될 것입니다. 프로그램 평가를 가르치고 있다면, 이것을 학생들에게 요구 사항으로 만들었을 것입니다.) (FDA를 사용하는 생물 통계학 자의 경우, 데이터를 수집하기 전에 분석 코드를 제출해야합니다. WWC 표준은 여전히 ​​매우 느슨합니다.)

제약 통계 및 여러 관련 분야에서 중재와 건강 결과 사이의 인과 관계는 중재의 사용 여부를 결정할 때 중요한 관심 대상입니다. 무작위 시험 (임상 또는 전임상), 비 무작위 또는 단일 암 시험, 실험실 실험, 메타 분석, 이상 반응의 자발적보고를 기반으로 한 약물 안전성 감시, 역학 (예 : 역학 포함)과 같은 광범위한 하위 분야가 있습니다 만 델리 안 무작위 배정과 같은 아이디어 및 효과 연구 (예 : 보험 청구 데이터베이스와 같은 관측 데이터 사용). 물론 인과 관계를 유발하는 고안된 무작위 실험 (예 : 무작위 임상 시험)에서 일부 다른 응용 프로그램보다 다소 쉽습니다.

저는 미국 최대의 노인 생활 추천 서비스 인 A Place for Mom의 연구원입니다. 우리는 생활 보조 커뮤니티로 이사하는 것이 삶의 질에 어떤 영향을 미치는지 이해하기위한 설문 조사를 설계했습니다. 인과 추론은이 연구의 중심이며, 인과 분석 방법 (예 : 매칭, 모델링 선택 프로세스, 평균 치료 효과 추정)이 필수적입니다.

대부분의 민간 부문 상황에서 인과 관계는 중요하지 않습니다

실제로, 전형적인 언어 사용에도 불구하고 사람들은 (잘 이해 된) 인과 관계보다는 잘 이해 된 영향 에 훨씬 더 관심이 있습니다 .

학문적 관점에서 볼 때 매우 흥미 롭습니다.

내가 A를하면 그 결과는 B가됩니다

그러나 실제 관점에서 볼 때 거의 모든 상황에서 사람들이 실제로 알고 싶어하는 것은 다음과 같습니다.

내가 A를하면 결과는 B가됩니다

물론 A의 영향에 관심이있을 수 있지만, 이것이 실제로 원인인지, 아니면이 상관 관계를 생성하기 위해 발생하는 숨겨진 원인이 있는지는 일반적으로 그다지 흥미롭지 않습니다.

제한 사항에 대한 참고 사항

당신은 생각할지도 모릅니다. 그러나 우리가 A가 B를 유발한다는 것을 모른다면, 그 가정을 수행하는 것은 매우 위험합니다.

이것은 어떤 방식 으로든 사실이지만 다시 실제로 걱정할 것입니다. 작동합니까, 아니면 예외입니까?

이를 설명하기 위해이 상황에 유의하십시오.

내가 A를 수행하면 상황 X에서 A로 인해 결과가 B가되고 X로 인해 결과가 델타에 의해 벗어날 수 있습니다.

이 상황보다 훨씬 도움이되지 않습니다 (영향을 동일하게 정량화 할 수 있다고 가정).

내가 A를한다면, 상황 X에서 결과는 B가되고 결과는 델타에 의해 벗어날 것이다

간단한 예 : 상관 관계

• A : 엔진 오일 보충
• B : 브레이크 고장 감소
• C : 자동차 점검

논리 : C는 항상 A와 B를 유발합니다

결과 관계 : A가 올라가면 B가 올라가지 만 A와 B 사이에는 인과 관계가 없습니다.

요점 : A가 B에 미치는 영향을 모델링 할 수 있습니다. A는 B를 유발하지 않지만 모델은 여전히 ​​정확하지만 A에 대한 정보가 있으면 B에 대한 정보를 갖게됩니다.

브레이크 페일 루어에 관심이있는 사람은 A에 관한 정보를 가지고 A와 B의 관계를 아는 것에 관심을 가질 것이며,이 관계가 인과 관계가 있는지 여부에 관계없이 관계가 올바른지 여부 만 관심을 가질 것입니다.