Kausalität und Vorhersage sind keine zwei unterschiedlichen Konzepte Kausale Inferenz ist grundsätzlich ein Vorhersageproblem: Sie sagen das Gegenfaktische voraus Randomistas fanden ein paar clevere Wege, Kausalität ohne Vorhersage zu betreiben. Aber wenn Sie die Vorhersage lösen; erhalten Sie Kausalität kostenlos.

Zum Beispiel: Was ist der Effekt von Bildung auf die Löhne? Idealerweise würden Sie RCT durchführen. Sie könnten ein natürliches Experiment finden, das versucht, es zu approximieren. Oder, wenn Sie einen wirklich guten Vorhersagealgorithmus hätten, würden Sie Prediction(hohe Bildung|X) - Prediction(niedrige Bildung|X) nehmen.

Kausalinferenzmethoden haben eine hohe interne Validität, sind jedoch sehr anfällig. Sie müssen den Großteil Ihrer Daten wegwerfen und sich auf diese winzige Variation konzentrieren. Es ist schwer, externe Validität zu erreichen, und die Ergebnisse sind selten robust oder zuverlässig.