Recursos on-line para filosofia de causalidade para inferência causal


11

Você pode recomendar livros, artigos, ensaios, tutoriais / cursos on-line etc. que sejam interessantes e úteis para um epidemiologista / bioestatístico para aprender sobre a filosofia da causalidade / inferência causal?

Eu sei bastante sobre realmente fazer inferência causal a partir de uma estrutura epi e biostats, mas eu gostaria de aprender algo sobre a filosofia que subjaz e motiva este trabalho. Por exemplo, eu entendo que Hume falou primeiro sobre idéias que poderiam ser interpretadas como contrafatuais.

Basicamente, não tenho treinamento ou experiência com filosofia, por isso preciso de algo relativamente introdutório para começar, mas também estaria interessado em recomendações para textos / autores mais complexos, mas importantes / fundamentais (mas indique que não são introdutórios).

Espero que isso não seja muito fora de tópico para validação cruzada, mas espero que alguns de vocês tenham estado no mesmo barco que eu antes e possam compartilhar seus recursos favoritos.

Respostas:


6

Sem querer me aprofundar em trabalhos específicos, acho que um excelente recurso para algo assim seria a Enciclopédia de Filosofia de Stanford . Os lemas sobre Causa Probabilística, Causação e Manipulabilidade são revisados ​​por pares, anotados meticulosamente e oferecem ótimos indicadores de onde concentrar sua pesquisa a seguir.

Apenas para citar e dois trabalhos: Dois artigos extremamente agradáveis ​​sobre o assunto são A eficácia irracional da matemática nas ciências naturais, de Wigner (1960) e (mais leve e definitivamente mais recente) A eficácia irracional de dados de Halevy, Norvig e Pereira ( 2009).



3

Com a filosofia, um bom ponto de partida é sempre o trabalho de Bertrand Russell . Não há dúvida de que você encontrará seções na História da Filosofia Ocidental de Russell que cobrem a filosofia da causalidade / inferência causal, mas, devido ao seu tamanho e amplo escopo, seria difícil para mim determinar exatamente onde procurar neste livro. Considerando a visão de longo prazo, porém, este é o livro para começar, se você quiser aprofundar seu conhecimento da filosofia - sua evolução - e dos próprios filósofos.

Um segundo livro de Bertrand Russell que vale a pena consultar é Human Knowledge . A parte V deste livro aborda a probabilidade, enquanto a parte VI trata dos postulados da inferência científica . Ambos os tópicos são discutidos do ponto de vista do filósofo. Para dar uma amostra do livro, adicionamos dois extratos da Introdução abaixo.

Na Introdução ao livro, Bertrand nos fala um pouco sobre a Parte V Probabilidade :

Como se admite que as inferências científicas, em regra, conferem apenas probabilidade às conclusões, a Parte V prossegue com o exame da Probabilidade. Este termo é capaz de várias interpretações e foi definido de maneira diferente por diferentes autores. Essas interpretações e definições são examinadas, assim como as tentativas de conectar indução com probabilidade. Nesse assunto, a conclusão alcançada é, em geral, a defendida por Keynes: que as induções não tornam suas conclusões prováveis ​​a menos que certas condições sejam cumpridas, e essa experiência por si só nunca pode provar que essas condições são cumpridas.

E na Parte VI dos Postulados da Inferência Científica , Bertrand diz (novamente, da Introdução):

A Parte VI, sobre os postulados da inferência científica, procura descobrir quais são os pressupostos mínimos, anteriores à experiência, necessários para nos justificar na dedução de leis a partir de uma coleção de dados; além disso, para indagar em que sentido, se houver, podemos dizer que essas suposições são válidas. A principal função lógica que as suposições devem cumprir é a de conferir uma alta probabilidade às conclusões e induções que satisfazem determinadas condições. Para esse propósito, como apenas a probabilidade está em questão, não precisamos presumir que tal e tal conexão de eventos ocorra sempre, mas apenas que ocorra com frequência. Por exemplo, uma das suposições que parecem necessárias é a de cadeias causais separáveis, como as exibidas por raios de luz ou ondas sonoras. Essa suposição pode ser declarada da seguinte forma: quando ocorre um evento com uma estrutura complexa de espaço-tempo, freqüentemente acontece que é um de um conjunto de eventos com a mesma estrutura ou uma estrutura muito semelhante. (Uma declaração mais exata será encontrada no capítulo 6 desta parte.) Isso faz parte de uma suposição mais ampla de regularidade, ou lei natural, que, no entanto, requer que seja declarada em formas mais específicas do que o habitual, pois em sua forma usual. forma, acaba por ser uma tautologia.

Essa inferência científica exige, por sua validade, princípios que a experiência não pode tornar nem provável, é, creio, uma conclusão inevitável da lógica da probabilidade. Para o empirismo, é uma conclusão embaraçosa.

Mas acho que isso pode ser mais agradável pela análise do conceito de "conhecimento" realizado na Parte II. "Conhecimento", na minha opinião, é um conceito muito menos preciso do que se pensa, e tem suas raízes mais profundamente enraizadas no comportamento animal não verbalizado do que muitos filósofos se dispuseram a admitir. Os pressupostos logicamente básicos aos quais nossa análise nos leva são psicologicamente o fim de uma longa série de refinamentos que partem de hábitos de expectativa em animais, como o que é bom para comer o que tem um certo tipo de cheiro. Perguntar, portanto, se "conhecemos" os postulados da inferência científica, não é uma pergunta tão definitiva quanto parece. A resposta deve ser: em um sentido, sim, em outro sentido, não; mas no sentido em que "não" é a resposta certa, nada sabemos, e "conhecimento", nesse sentido, é uma visão ilusória. As perplexidades dos filósofos são devidas, em grande parte, à sua falta de vontade de despertar desse sonho feliz.

Se você decidir levar as coisas adiante (abaixo da linha acadêmica), também sugiro pesquisar "inferência causal" no Oxford Journal Mind . Existe uma ferramenta de pesquisa no site da revista.


1

Do título, não parece, mas o livro "Mostly Harmless Econometrics" de Angrist e Pischke fornece uma explicação completa da estimativa de efeitos causais, a lógica subjacente e uma ampla discussão de técnicas úteis para trabalhos aplicados. Eles explicam todas as técnicas e suas idéias básicas com exemplos da vida real, embora a maioria esteja relacionada à economia, se você não se importa.

Se você gostaria de ter um tratamento mais técnico da idéia de contrafatuais, um artigo importante a esse respeito é Angrist, Imbens e Rubin (1996) no Journal of the American Statistical Association. Lá, eles estabelecem uma estrutura de efeitos causais construída sobre contrafactuais, que usa variáveis ​​instrumentais para identificar os efeitos médios locais do tratamento.

Ao utilizar nosso site, você reconhece que leu e compreendeu nossa Política de Cookies e nossa Política de Privacidade.
Licensed under cc by-sa 3.0 with attribution required.