Kausale Inferenz für Statistik sowie Sozial- und Biowissenschaften: Eine Einführung

Die meisten Fragen in den Sozial- und Biomedizinischen Wissenschaften sind kausaler Natur: Was würde mit Individuen oder Gruppen geschehen, wenn ein Teil ihrer Umgebung verändert würde? In diesem wegweisenden Text präsentieren zwei weltweit renommierte Experten statistische Methoden zur Untersuchung solcher Fragen. Dieses Buch beginnt mit dem Konzept der potenziellen Ergebnisse, wobei jedes dem Ergebnis entspricht, das eintreten würde, wenn ein Proband einer bestimmten Behandlung oder einem bestimmten Regime ausgesetzt wäre. Bei diesem Ansatz sind kausale Effekte Vergleiche solcher potenzieller Ergebnisse. Das grundlegende Problem der kausalen Inferenz ist, dass wir für einen bestimmten Probanden nur eines der potenziellen Ergebnisse beobachten können. Die Autoren diskutieren, wie randomisierte Experimente es uns ermöglichen, kausale Effekte zu bewerten, und wenden sich dann Beobachtungsstudien zu. Sie legen die für die kausale Inferenz notwendigen Annahmen dar und beschreiben die führenden Analysemethoden, einschließlich Matching, Propensity-Score-Methoden und Instrumentalvariablen. Viele detaillierte Anwendungen sind enthalten, mit besonderem Fokus auf praktische Aspekte für den empirischen Forscher.