La inferencia causal es un subcampo de la predicción, donde intentas predecir qué sucede cuando se aplica un tratamiento. Así que toda la econometría realmente es solo un subcampo estrecho del aprendizaje automático predictivo.

@DamienTeney @austinc3301 probablemente un economista escribió esto. malditos economistas

@austinc3301 Has demostrado que el "modelado causal" es, en cierto sentido, un "hack" para resolver el problema que a veces tenemos con datos erróneos. Pero cuando tenemos buenos datos - cuando vemos todos los U's - el modelado predictivo es todo lo que necesitamos

@austinc3301 Siempre obtendremos más datos, lo que significa que eventualmente, la predictiva probablemente superará el "hack" temporal que es la modelización causal. Fue un hack útil y elegante, pero temporal.

@austinc3301 O bien son distinguibles, en cuyo caso un modelo predictivo los distinguirá, o no lo son, en cuyo caso no lo hará. muy simple

o algo que, en cierto sentido, es equivalente a una intervención (como lo que esos economistas llaman "instrumentos"). Podrías llamarlo "inferencia causal", yo podría llamarlo "predicción", pero satisface mi afirmación de que tu "inferencia causal" es realmente solo un tipo especial de ejercicio de predicción.

@austinc3301 Incluso admitiste que esto es correcto: "la inferencia causal se trata de extender la predicción estadística"

@austinc3301 De todos modos, dejando de lado el trolling, "inferencia causal" es simplemente predicción extrapolativa. El punto sustantivo de Arpit es que ahora hay modelos de caja negra que también son bastante buenos en la predicción fuera de muestra de alguna manera, a través de un enfoque muy diferente de la inferencia causal.

@SeanGailmard Básicamente, tu crítica solo se aplica a modelos predictivos malos

@SeanGailmard El DGP solo importa en la medida en que influye en contrafactuales observables concebir.

@SeanGailmard Mira, por ejemplo

@SeanGailmard nada que ver con "el DGP"; todo que ver con mejores predicciones en contextos donde hay problemas como selección, confusión, etc.

@SeanGailmard Por supuesto, estoy 1/2 jugando un juego pedante y tonto, pero creo que hay algo de sustancia en ello

@SeanGailmard Mi declaración original era simple: la inferencia causal es solo predecir lo que sucede cuando se aplica un tratamiento. No veo por qué eso implica en ningún sentido un modelo predictivo universal o todopoderoso.

@SeanGailmard Solo necesita ser lo suficientemente bueno para... predecir qué sucede cuando se aplica un tratamiento

@SeanGailmard La forma en que haces esto es encontrando un instrumento o algo así. Lo que me molesta (medio en broma) es pensar que esto es sustancialmente diferente de "predicción" en algún sentido.