Controfattualità e inferenza causale: Metodi e principi per la ricerca sociale

Recensioni dei lettori

Il libro è considerato un eccellente testo introduttivo all'inferenza causale, in particolare per i ricercatori di scienze sociali. Unisce chiarezza e accessibilità a vari livelli di preparazione, rendendolo adatto sia ai neofiti sia a chi ha una certa familiarità con l'argomento. Tuttavia, è stato criticato perché eccessivamente prolisso e talvolta difficile da leggere, soprattutto in termini di formattazione e presentazione delle equazioni.

⬤ Chiaro e ben scritto
⬤ accessibile a diversi livelli di background
⬤ matematica minimamente coinvolta
⬤ spiegazioni e descrizioni dettagliate
⬤ contenuti ampliati rispetto all'edizione precedente
⬤ buono per comprendere l'inferenza causale
⬤ discussione essenziale sulle scienze osservative
⬤ altamente utile per gli scienziati sociali.

⬤ eccessivo e talvolta difficile da analizzare
⬤ problemi con le immagini sfocate delle equazioni
⬤ dimensioni ridotte della stampa
⬤ alcuni lettori ritengono che manchi di profondità nelle applicazioni pratiche
⬤ non tutti i lettori possono trovare utili i diagrammi causali.

(basato su 17 recensioni dei lettori)

Titolo originale:

Counterfactuals and Causal Inference: Methods and Principles for Social Research

Contenuto del libro:

In questa seconda edizione di Counterfactuals and Causal Inference, completamente rivista e ampliata, vengono presentate le caratteristiche essenziali dell'approccio controfattuale all'analisi dei dati osservazionali con esempi tratti dalle scienze sociali, demografiche e sanitarie.

Vengono dapprima introdotte tecniche di stima alternative utilizzando sia il modello degli esiti potenziali sia i grafici causali; successivamente, vengono presentate tecniche di condizionamento, come il matching e la regressione, dal punto di vista degli esiti potenziali. Per gli scenari di ricerca in cui importanti determinanti dell'esposizione causale non sono osservati, vengono presentate tecniche alternative, come gli stimatori di variabili strumentali, i metodi longitudinali e la stima attraverso meccanismi causali.

L'importanza dell'eterogeneità degli effetti causali è sottolineata in tutto il libro e viene discussa la necessità di una spiegazione causale profonda attraverso i meccanismi.