[ Nancy Cartwright (2007), Hunting Causes and Using Them (Cambridge University Press), pp. 178-189.
Nancy Cartwright (1995), “Probabilities and experiments”, Journal of Econometrics, 67(1): 47-59. ]
12.1 Introduction
12.2 Causes and probabilities
12.3 The stability of causal order
12.4 Conclusions
12.1 Introduction
p.178 #1
- “우리는 어떻게 계량경제학적 모형을 시험하는가?”에 답하기 전에 “어떤 종류의 정보를 나타내어야 하는가?”에 답해야 한다.
- 답: (1) 계량경제학적 모형은 확률분산에 대한 정보를 요약한다 (2) 그 모형은 인과 관계를 주장한다.
- 여기서 문제가 되는 것은 (2)
p.178 #2
p.179 #1
가설 연역법
12.2 Causes and probabilities
p.179 #3
- Cowles Commision에서 Clive Granger, Christopher Sims 등이 배출됨
- 오늘날 vector-autoregression techniques을 옹호하는 미국의 학파들은 이전의 input을 안 쓰고 통계만 가지고 인과관계를 성립하고자 한다.
- Cooley와 LeRoy의 주장: 외생 변수(exogenous variable)는 모형 밖에서 결정되는 반면, 내생 변수(endogenous variable)는 모형 안에서 결정된다. 외생 변수는 내생 변수의 원인이 되지만 역은 성립하지 않는다. 모든 외생 변수는 비상관관계이다.
- 이 가설을 받아들일 때의 이점: 구분되는 세 프로젝트에 기여한다
(i) 통계적 추론
(ii) 식별성(Identifiability)
(iii) 인과적 추론
p.180 #1
- 논쟁이 되는 것은 (iii)
- 질문: 비상관적인 외생변수들의 방정식의 모수로부터 인과 경로를 포함하는 인과를 읽어낸다고 왜 우리는 가정할 수 있는가?
- Cooley와 LeRoy의 답변: 가설적 실험
(P에 대한 M의 영향이 있는 경우와 없는 경우를 예로 듦.)
p.181 #1
- 여기에 대해 Cooley와 LeRoy는 조작주의적인 제안을 함.
(1) X가 Y를 일으킨다면, X의 한 단위에서의 변화가 주어지면 Y가 얼마나 변하느냐로 분명히 답할 수 있다.
(2) 그러나 외생변수가 비상관적이지 않다면, 우리는 분명한 대답을 할 수 없다.
(3) 그러므로 X가 Y를 일으키는 것은 X와 Y를 govering하는 방정식이 uncorrelated errors를 가질 때만 그렇다.
p.181 #2
- 카트라이트의 주장: Cooley와 LeRoy는 잘못 읽었다.
- Cooley와 LeRoy의 입장: 외생변수는 모형 외부에서 결정된다고 생각되기 때문에, 가설적 실험은 한 외생변수를 cet. par.하게 바꾸는 것과 내생변수에 대한 영향을 결정하는 것으로 구성된다. 이 실험이 잘 결정되기 위해서, hypothesized intervention 아래서 불변인 것을 정확하게 구체화하는 것이 핵심이다. (p.295)
- 카트라이트의 설명: 우리는 P가 바뀌지 않고 M이 바뀔 수 있다고 확신해야 한다. P에 대한 M의 영향을 시험하기 위한 실험에서, v를 M에 대한 통제변수로 사용하는 것은 v의 변화가 ξ의 변화를 일으키느냐 여부에 의존한다. v는 (1), (2)에서 좋은 통제변수지만 (5), (6)에서는 좋은 통제변수가 아니다. (뒷내용은 나중에 다시 볼 것)
p.182 #1
12.3 The stability of causal order
12.4 Conclusions
(2022.05.07.)
댓글 없음:
댓글 쓰기