Post on 01-May-2015
Counterfactuals and Causal Inference – II
by Stephen Morgan & Christopher Winship
?Perplessità circa le richieste di chiarimento pervenute
Prima di arrivare a Morgan & Winship ci sono tanti passi preliminari da compiere
Quando è opportuno utilizzare metodi qualitativi oppure quantitativi per acquisire informazioni
Come si inserisce la logica controfattuale nel dibattito sull’analisi causale
L’effetto netto sulla popolazione simile ai trattati (Martini, Trivellato, etc.)
L’effetto netto sull’intera popolazione (Morgan & Winship)
Metodi qualitativi vs. quantitativi
Numerosità della popolazione riguardo la quale voglio ottenere informazioni
1-5 casi studio (qualitativi)
5-20 casi studio (qualitativi comparati)
20-30 (qualitativi comparati + quantitativi con cautela – es. evitare assunzioni di normalità)
30+ metodi quantitativi con relativa tranquillità
Più aumenta la numerosità, meno informazioni posso raccogliere
La logica dell’attribuzione causale
Posso attribuire cause sia con metodi qualitativi che quantitativi, a seconda
del livello di generalità che voglio / posso ottenere
del tipo di causalità che voglio / posso attribuire (genetica / consequenziale)
EsempioChe cosa ha fatto variare il tasso di disoccupazione?
riguarda migliaia di soggetti, devo per forza identificare poche variabili sperando che siano significative per tutti (es. indicatori di attività economica del territorio o globale)
se invece ho un caso studio posso ricostruire il processo in base al quale un individuo ha perso o mantenuto il lavoro e “scoprire” tutto ciò che è stato significativo in quel caso
La logica controfattuale
Qual è stato l’impatto dell’intervento sulla variazione del tasso di disoccupazione?
Tra tutte le cause, mi interessa solo il contributo dell’intervento; confronto quindi il mondo con l’intervento con un ipotetico (ricostruito, controfattuale) mondo senza intervento e traggo conclusioni in merito
In termini di tasso di disoccupazione, riguarda migliaia di soggetti (m.quant); se invece ho un caso studio posso stimare il contributo dell’intervento in quel caso specifico (m.qual)
La logica controfattuale, così come la logica generale dell’attribuzione causale, non è necessariamente legata a uno specifico metodo di raccolta dati
Il controfattuale qualitativo
Parlo con i beneficiari e cerco di capire quali sono i benefici che hanno ottenuto dall’intervento. Poi gli chiedo “ma queste cose le avreste fatte anche senza intervento”?
Loro mi diranno no, sì, in parte, etc.
Verifico queste informazioni attraverso altre interviste, desk studies, documentazione, verbali riunioni, tutto quello che riesco a trovare; come se fossi un detective
Strada con accessori (aree servizio, segnaletica)
Km di strade o collegamenti intermodali
Il controfattuale quantitativo
Indicatori
Per spiegare la variazione del tasso di disoccupazione
Grado di istruzione, la spesa per formazione, la composizione settoriale dell’economia locale, l’andamento di questi settori (domanda di lavoro)
Modello causale con una variabile dipendente e alcune variabili indipendenti, tra cui l’intervento
Stimo l’effetto separato di ciascuna variabile e mi ricavo l’effetto dell’intervento per sottrazione
Esempi
Regressione
Serie storiche
Matching con gruppo di controllo
Generalizzazione è (spesso) limitata alla popolazione di cui i trattati sono rappresentativi
I trattati si autoselezionano
Ipotesi di Morgan & Winship
Se voglio dire qualcosa per una popolazione più ampia di coloro che somigliano ai trattati devo fare ipotesi (e ricostruirmi controfattuali) anche per i non trattati
Stimatore dell’effetto netto di Morgan & Winship