0cxs2t5gcdzymehf6.jpeg
Foto por Elemento5Digital en desempaquetar

Un artículo adicional para la serie «El libro del por qué»

En dos meses terminamos de leer “El libro del por qué”, que nos permitió vislumbrar el fascinante mundo de la causalidad. Como prometidotengo un artículo extra para cerrar mi primer lee conmigo serie oficialmente.

Inspirado por mis propios antecedentes como investigador académico que estudió la inferencia causal en economía durante mi doctorado. programa, así como mi experiencia como científico de datos en la industria de la construcción de modelos causales para hacer pronósticos de demanda, para el artículo adicional, me gustaría compartir mi comprensión del concepto de inferencia causal y las similitudes y diferencias en cómo se aplica. en entornos académicos e industriales.

Debido a la diferencia en la naturaleza y el propósito de la investigación académica y las aplicaciones industriales, los flujos de trabajo de inferencia causal son bastante diferentes entre los dos.

Velocidad

La investigación académica suele operar a un ritmo más lento, desde la formación de ideas hasta la obtención de conclusiones finales. Se centra en generar confianza no sólo en la conclusión causal en sí, sino también en los datos involucrados, los métodos utilizados y la solidez de la investigación. Por lo tanto, a menudo, el proceso de investigación se extiende para validar la elegibilidad de los datos, ejecutar análisis de sensibilidad, probar estructuras causales, etc.

Sin embargo, para los negocios, el tiempo es dinero. Las empresas de tecnología son más prácticas. Preferirían centrar sus recursos en crear aplicaciones escalables que puedan ponerse en producción y generar beneficios rápidamente. El costo de esperar por un modelo perfecto y generalizable es alto. Por lo tanto, la industria preferiría tener un modelo de referencia disponible como marcador de posición antes de realizar ajustes y ajustes.

Foto por Veri Ivanova en desempaquetar

Método

De hecho, la investigación académica es fuente de nuevos enfoques y mecanismos para los investigadores teóricos. Sin embargo, los investigadores empíricos que se centran en estudios o experimentos observacionales tienden a utilizar metodologías estándar y bien establecidas. Por ejemplo, diferencias en diferencias (DID)…