Kauzálne odvodzovanie:

Recenzie čitateľov

Kniha je všeobecne oceňovaná ako komplexný a prístupný zdroj informácií o aplikovanej mikroekonometrii a kauzálnom odvodzovaní, ktorý je vhodný najmä pre študentov vysokých škôl a odborníkov z praxe. Vyvolala však kritiku pre svoju fyzickú kvalitu, početné preklepy a matematické nepresnosti v tlačenej verzii.

Kniha dosahuje skvelú rovnováhu medzi čitateľnosťou a matematickou presnosťou, vďaka čomu je vhodná pre študentov magisterského a postgraduálneho štúdia. Obsahuje intuitívne vysvetlenia zložitých pojmov, duálne príklady kódov v programoch Stata aj R a považuje sa za užitočnú príručku pre odborníkov z politickej praxe. Mnohí používatelia oceňujú autorovo nadšenie a štýl výučby.

Tlačená verzia bola opísaná ako lacná, plná preklepov a obsahujúca nesprávne vzorce. Recenzenti poznamenali, že niektoré časti textu sú dlhšie, ako je potrebné, a chýbajú v nich dostatočné príklady alebo aplikácie. Pre začiatočníkov v oblasti kauzálneho odvodzovania môže byť preťažujúci.

(na základe 47 čitateľských recenzií)

Pôvodný názov:

Causal Inference: The Mixtape

Obsah knihy:

Prístupný, moderný úvod do metód určovania príčin a dôsledkov v sociálnych vedách

"Príčina verzus korelácia sú základom argumentov - ekonomických aj iných - od počiatku vekov. Kauzálne odvodzovanie: V knihe sa používajú legitímne príklady z reálneho sveta, ktoré ma skutočne podnietili k zamysleniu. Málokedy sa stáva, že kniha podnieti čitateľa k rozšíreniu jeho pohľadu; mne sa to podarilo." - Marvin Young (Young MC)

Kauzálne odvodzovanie zahŕňa nástroje, ktoré umožňujú sociálnym vedcom určiť, čo je príčinou čoho. V chaotickom svete je kauzálna inferencia tým, čo pomáha stanoviť príčiny a účinky skúmaných činností - napríklad vplyv (alebo jeho nedostatok) zvýšenia minimálnej mzdy na zamestnanosť, vplyv vzdelávania v ranom detstve na uväznenie v neskoršom veku alebo vplyv zavedenia sietí proti malárii v rozvojových regiónoch na hospodársky rast. Scott Cunningham oboznamuje študentov a odborníkov z praxe s metódami potrebnými na získanie zmysluplných odpovedí na otázky príčinných súvislostí, pričom využíva celý rad modelovacích techník a návodov na kódovanie pre programovací jazyk R aj Stata.