Bewertung:

Das Buch ist eine umfassende und klare Einführung in den Kausalschluss, die sowohl für Anfänger als auch für Personen mit Vorkenntnissen nützlich ist. Während es für seine Zugänglichkeit, Klarheit und seinen pädagogischen Wert gelobt wird, sind einige Leser der Meinung, dass es an übermäßiger Wortwahl und unklarer Darstellung leidet, insbesondere bei Gleichungen.
Vorteile:Klare Erklärungen, gut geschrieben, zugänglich für alle Vorkenntnisse, verbesserte zweite Auflage mit mehr Beispielen und mehr Tiefe, gut für sozialwissenschaftliche Forscher und diejenigen, die neu in das Thema einsteigen.
Nachteile:Für einige zu wortreich, Gleichungen sind aufgrund von Darstellungsproblemen schwer zu lesen, und einige Leser fanden es repetitiv.
(basierend auf 17 Leserbewertungen)
Counterfactuals and Causal Inference
In dieser zweiten, vollständig überarbeiteten und erweiterten Auflage von Counterfactuals and Causal Inference werden die wesentlichen Merkmale des kontrafaktischen Ansatzes bei der Analyse von Beobachtungsdaten anhand von Beispielen aus den Sozial-, Demografie- und Gesundheitswissenschaften vorgestellt.
Zunächst werden alternative Schätztechniken vorgestellt, die sowohl das Modell der potenziellen Ergebnisse als auch Kausaldiagramme verwenden; anschließend werden Konditionierungstechniken wie Matching und Regression aus der Perspektive der potenziellen Ergebnisse vorgestellt. Für Forschungsszenarien, in denen wichtige Determinanten der kausalen Exposition unbeobachtet sind, werden dann alternative Techniken wie Instrumentalvariablenschätzer, Längsschnittmethoden und die Schätzung über kausale Mechanismen vorgestellt.
Die Bedeutung der Heterogenität von Kausaleffekten wird im gesamten Buch hervorgehoben, und die Notwendigkeit einer tiefgreifenden kausalen Erklärung durch Mechanismen wird diskutiert.