259
个编辑
更改
跳到导航
跳到搜索
第141行：
第141行： − + + + + + + +
→In statistics and economics 在统计学和经济学领域
例如，如果研究降雨与未来商品价格之间的依赖关系，那么一个广义上建构的理论表明，降雨可以影响价格，但未来价格不能改变降雨量。<ref>{{Cite book|last=Simon|first=Herbert|title=Models of Discovery|publisher=Springer|year=1977|location=Dordrecht|page=52}}</ref> . 第二，'''<font color = '#ff8000'>工具变量instrumental variables(IV)</font>'''技术可以通过引入其他已知不受因变量的影响的工具变量来消除任何反向因果关系。第三，经济学家会考虑时间优先级来选择合适的具体模型。由于'''<font color='#ff8000>偏相关partial correlations</font>'''是对称的，人们不能在相关的基础上确定因果关系的方向。经济学家基于因果关系的'''<font color='#ff8000>概率观点probabilistic view</font>'''假设，原因必须在时间上优先于其结果。这导致经济学家使用较早发生的现象作为自变量，并开发适用于时间序列分析的因果关系检验计量经济方法（例如，'''<font color = '#ff8000'>格兰杰因果检验</font>'''）<ref>{{Cite book|last=Maziarz|first=Mariusz|title=The Philosophy of Causality in Economics: Causal Inferences and Policy Proposals|publisher=Routledge|year=2020|location=New York}}</ref>。第五，有些做法包括了其他回归项，从而确保'''<font color = '#ff8000'>混淆变量confounding variables</font>'''不会导致某个回归因素显得明显虚假，但遭受'''<font color = '#ff8000'>多重共线性multicollinearity</font>'''问题困扰的领域，如宏观经济学，原则上不可能包括所有混淆因素，因此计量经济模型容易出现'''<font color = '#ff8000'>共因谬误common-cause fallacy</font>'''<ref>{{Cite journal|last=Henschen|first=Tobias|date=2018|title=The in-principle inconclusiveness of causal evidence in macroeconomics|journal=European Journal for Philosophy of Science|volume=8|pages=709–733}}</ref>。近年来，'''<font color = '#ff8000'>以研究设计为基础的计量经济学design-based econometrics</font>'''运动已经推广使用自然实验和准实验研究设计来解决'''<font color = '#ff8000'>虚假相关spurious correlations</font>'''的问题<ref>{{Cite book|last=Angrist Joshua & Pischke Jörn-Steffen|title=Mostly Harmless Econometrics: An Empiricist's Companion|publisher=Princeton University Press|year=2008|location=Princeton}}</ref>。
例如，如果研究降雨与未来商品价格之间的依赖关系，那么一个广义上建构的理论表明，降雨可以影响价格，但未来价格不能改变降雨量。<ref>{{Cite book|last=Simon|first=Herbert|title=Models of Discovery|publisher=Springer|year=1977|location=Dordrecht|page=52}}</ref> . 第二，'''<font color = '#ff8000'>工具变量instrumental variables(IV)</font>'''技术可以通过引入其他已知不受因变量的影响的工具变量来消除任何反向因果关系。第三，经济学家会考虑时间优先级来选择合适的具体模型。由于'''<font color='#ff8000>偏相关partial correlations</font>'''是对称的，人们不能在相关的基础上确定因果关系的方向。经济学家基于因果关系的'''<font color='#ff8000>概率观点probabilistic view</font>'''假设，原因必须在时间上优先于其结果。这导致经济学家使用较早发生的现象作为自变量，并开发适用于时间序列分析的因果关系检验计量经济方法（例如，'''<font color = '#ff8000'>格兰杰因果检验</font>'''）<ref>{{Cite book|last=Maziarz|first=Mariusz|title=The Philosophy of Causality in Economics: Causal Inferences and Policy Proposals|publisher=Routledge|year=2020|location=New York}}</ref>。第五，有些做法包括了其他回归项，从而确保'''<font color = '#ff8000'>混淆变量confounding variables</font>'''不会导致某个回归因素显得明显虚假，但遭受'''<font color = '#ff8000'>多重共线性multicollinearity</font>'''问题困扰的领域，如宏观经济学，原则上不可能包括所有混淆因素，因此计量经济模型容易出现'''<font color = '#ff8000'>共因谬误common-cause fallacy</font>'''<ref>{{Cite journal|last=Henschen|first=Tobias|date=2018|title=The in-principle inconclusiveness of causal evidence in macroeconomics|journal=European Journal for Philosophy of Science|volume=8|pages=709–733}}</ref>。近年来，'''<font color = '#ff8000'>以研究设计为基础的计量经济学design-based econometrics</font>'''运动已经推广使用自然实验和准实验研究设计来解决'''<font color = '#ff8000'>虚假相关spurious correlations</font>'''的问题<ref>{{Cite book|last=Angrist Joshua & Pischke Jörn-Steffen|title=Mostly Harmless Econometrics: An Empiricist's Companion|publisher=Princeton University Press|year=2008|location=Princeton}}</ref>。
--[[用户:嘉树|嘉树]]（[[用户讨论:嘉树|讨论]]） 怎么没有第四
--[[用户:嘉树|嘉树]]（[[用户讨论:嘉树|讨论]]） 原文有这个
Third, the principle that effects cannot precede causes can be invoked, by including on the right side of the regression only variables that precede in time the dependent variable. Fourth, other regressors are included to ensure that confounding variables are not causing a regressor to spuriously appear to be significant. Correlation by coincidence, as opposed to correlation reflecting actual dependence of the underlying process, can be ruled out by using large samples and by performing cross validation to check that correlations are maintained on data that were not used in the regression.
第三，效果不能优先于原因的原则可以被调用，通过在回归的右侧只包括在时间因变量之前的变量。第四，包括其他回归因素是为了确保混杂变量不会导致回归因素虚假地显得重要。通过使用大样本和通过交叉验证检查在回归中未使用的数据上是否保持了相关性，可以排除巧合的相关性，而不是反映基础过程实际依赖性的相关性。
整合后的翻译：
== In social science ==
== In social science ==