क्या निजी क्षेत्र के सांख्यिकीविद कार्य-कारण निर्धारित करने का प्रयास करते हैं?

Question

शैक्षणिक अर्थशास्त्री अक्सर कार्य-कारण निर्धारित करने में रुचि रखते हैं। ऐसा लगता है कि सभी निजी क्षेत्र के सांख्यिकीय / डेटा विज्ञान नौकरियों के बारे में मैंने सुना है कि केवल भविष्य कहनेवाला मॉडल की तलाश कर रहे हैं।

क्या निजी क्षेत्र (या सरकारी नौकरियों) में कोई कार्य है जो अनुसंधान का कारण है?

Comments

जब भी हम कोई हस्तक्षेप करना चाहते हैं, तो आप शर्त लगाते हैं कि हम परवाह करते हैं। सभी ए / बी परीक्षण के बारे में सोचें कि Google एक साधारण डिजाइन परिवर्तन करता है।

— मैथ्यू ड्र्यू

बेशक। किसी भी कानूनी मामले के बारे में अंततः कार्य-कारण के सवालों पर टिका होता है। लगभग किसी भी सभ्य गुणवत्ता नियंत्रण योजना का संबंध कार्य-कारण से है। इंजीनियर और वैज्ञानिक इसकी बहुत देखभाल करते हैं।

— whuber

एक अन्य क्लासिक निजी क्षेत्र का सवाल है, "क्या मेरे विज्ञापन अधिक बिक्री का कारण हैं ?"

— मैथ्यू गन

@ मट्टूगुन: +1। सामान्य तौर पर: "क्या यह (महंगा) बदलाव कोई फर्क पड़ेगा?" किसी व्यवसाय को संभालने के लिए (और संभवतः पनपे हुए) रहने की जरूरत है, क्योंकि इसके बाजार-स्थान के कारण की गतिशीलता के बारे में कुछ समझ है।

— us --r11852

मैंने शुरू में इस धागे को सीडब्ल्यू में बदलने से मना कर दिया, यह विश्वास करते हुए कि एक आधिकारिक, डेटा / तथ्य-आधारित उत्तर की पेशकश की जा सकती है। चूंकि यह इस तरह से नहीं बदल रहा है, विभिन्न कारणों से जो कई दिलचस्प और उपयोगी लग सकते हैं, मैंने इसे सीडब्ल्यू में बदल दिया है। योगदान देने हेतु आप सभी का धन्यवाद!

— whuber

Answer 1

मैं टेक में एक अर्थशास्त्री हूं जो अवलोकन संबंधी या त्रुटिपूर्ण प्रायोगिक आंकड़ों के साथ कार्य-कारण पर काम करता है। अधिकांश प्रमुख टेक फर्मों में मेरे जैसे लोग मूल्य निर्धारण, विपणन और उत्पाद डिजाइन पर लागू शोध करने के आसपास होंगे। कुछ कंपनियों में सार्वजनिक नीति दल भी हैं।

बहुत सारे लोग ऐसे भी हैं जो वेब प्रयोग पर काम करते हैं। यह एक बहुत बड़ा समूह है।

अंत में, विशेष प्रकार के अर्थशास्त्र परामर्श, विशेष रूप से एंटी-ट्रस्ट भी हैं, जहां यह मुख्य फोकस है।

Answer 2

[पहले पांच भावनात्मक उत्तर सेंसर किए गए।]

यह स्पष्ट रूप से साइट पर सबसे अजीब सवालों में से एक है। और दिखाता है कि आपके प्रोफेसरों के कहने और वास्तविक जीवन के बीच कितना डिस्कनेक्ट है - अर्थात, हाथी दांत टॉवर के बाहर का जीवन। यह अच्छा है कि आप इससे बाहर निकल रहे हैं ... लेकिन आप (अर्थ, अर्थशास्त्र में पीएचडी के छात्र) को निश्चित रूप से ऐसा करने की आवश्यकता है।

हां, एकेडेमिया से बाहर की नौकरियां हैं जहां लोग (आश्चर्य, आश्चर्य) कारण अनुमान विधियों का उपयोग करते हैं। और (आश्चर्य, आश्चर्य) कागजात प्रकाशित करें। मेरे उत्तर यूएस-विशिष्ट हैं, लेकिन मुझे यकीन है कि आप अन्य देशों में समान संगठन पा सकते हैं।

• उदाहरण 1 (केवल इसलिए कि मैं अपनी नौकरी पर आंतरिक रूप से परिचित हूं)। मैं एक बड़े कॉन्ट्रैक्ट रिसर्च ऑर्गेनिज़ोइन , एबट एसोसिएट्स की सहायक कंपनी में काम करता हूं । यह 50 देशों में लगभग 2,300 लोगों को रोजगार देता है, और उनमें से ज्यादातर मूल्यांकन अनुसंधान का संचालन या समर्थन करने और हस्तक्षेप को लागू करने पर काम करते हैं। शीर्ष 6 तकनीकी लोगों में से एक ( वरिष्ठ अध्येता के रूप में संदर्भित ), जैकब क्लरमन, मूल्यांकन समीक्षा के संपादक हैंदेखरेख के संपादकों के एक बोर्ड की, जिनके बारे में 5/6 अकादमिक संबद्धताएँ हैं। तो यह आपके लिए एक निजी क्षेत्र का उदाहरण है। (कंपनी की स्थिति के विज्ञापनों को यह देखने के लिए विशेष रूप से देखें कि उस तरह की कौन सी कौशल कंपनी हो सकती है - मुझे पूरी तरह से यकीन नहीं है कि हर कोई जॉय पर विज्ञापन करता है क्योंकि यह महंगा है; मैं आसानी से अमेरिका में एक और दर्जन नाम रख सकता हूं जो खुश होगा। एक शिल्पकार अर्थशास्त्री को काम पर रखना।)
• उदाहरण 2 (मेरे पास लेकिन इसके साथ एक परिचित परिचित है क्योंकि मैं ऐसे लोगों को जानता हूं जिन्होंने इस परियोजना को अन्य स्थानों से शुरू किया है): व्हाट्स वर्क्स क्लियरिंगहाउसअमेरिकी संघीय शिक्षा विभाग में शैक्षिक कार्यक्रमों के प्रकाशित विश्लेषण के मेटा-विश्लेषण के लिए समर्पित एक वेबसाइट है। डब्ल्यूडब्ल्यूसी समीक्षकों के एक नेटवर्क के माध्यम से संचालित होता है, जिन्हें विशिष्ट निर्देश दिए जाते हैं, जैसा कि एक अध्ययन माना जाता है जिसमें कारण संबंधी दावों का समर्थन करने के लिए पर्याप्त कठोरता है, और क्या नहीं है। यह पता चला है कि उस प्रकाशित शोध में से अधिकांश पूर्ण बकवास है। जैसा कि, बकवास में। कोई नियंत्रण समूह नहीं। जनसांख्यिकीय कोवरिएट्स / बेसलाइन समतुल्यता पर संतुलन की कोई जाँच नहीं। केवल लगभग 3-5% अध्ययन (सहकर्मी-समीक्षा साहित्य में, अच्छाई के लिए प्रकाशित) "आरक्षण के बिना मानकों को पूरा करते हैं" - मतलब, उनके पास यादृच्छिकता, नियंत्रित आकर्षण और प्रयोग हथियारों के क्रॉस-संदूषण के कुछ अंश थे, और लाइन के नीचे अधिक या कम स्वीकार्य तरीके से विश्लेषण किया। (बायस प्रमेय द्वारा, जब आप किसी को यह कहते हुए सुनते हैं, "लेकिन मैंने इसे प्रकाशित किया है कि च्यूइंग गम गणित की उपलब्धि को बढ़ाता है", तो आप जवाब दे सकते हैं, "बीएस", और आप 90%% सही होंगे।) किसी भी दर पर, यह एक संघीय है। विभाग की परियोजना, इसलिए यह आपके लिए एक उदाहरण है जहां एक सरकारी एजेंसी कार्य-कारण इंजेक्शन उपकरण के समुचित उपयोग की समीक्षा करती है। (एक अध्ययन समीक्षक के रूप में अपना नाम टोपी में फेंक दें, यह आपके लिए एक महान शैक्षिक अनुभव होगा। यदि मैं कार्यक्रम मूल्यांकन सिखा रहा था, तो मैंने इसे अपने छात्रों के लिए एक आवश्यकता बना दिया होगा।) (एफडीए के साथ काम करने वाले बायोस्टैटिस्ट के लिए, जहां आप। कोई भी डेटा एकत्र करने से पहले आपको अपना विश्लेषण कोड प्रस्तुत करना होगा, WWC मानक अभी भी बहुत ढीले हैं।) d 90% का सही समय हो।) किसी भी दर पर, यह एक संघीय विभाग की परियोजना है, इसलिए यह आपके लिए एक उदाहरण है जहां एक सरकारी एजेंसी कार्य-कारण के औजारों के उचित उपयोग की समीक्षा करती है। (एक अध्ययन समीक्षक के रूप में अपना नाम टोपी में फेंक दें, यह आपके लिए एक महान शैक्षिक अनुभव होगा। यदि मैं कार्यक्रम मूल्यांकन सिखा रहा था, तो मैंने इसे अपने छात्रों के लिए एक आवश्यकता बना दिया होगा।) (एफडीए के साथ काम करने वाले जैव-चिकित्सक के लिए, जहां आप। कोई भी डेटा एकत्र करने से पहले आपको अपना विश्लेषण कोड प्रस्तुत करना होगा, WWC मानक अभी भी बहुत ढीले हैं।) d 90% का सही समय हो।) किसी भी दर पर, यह एक संघीय विभाग की परियोजना है, इसलिए यह आपके लिए एक उदाहरण है जहां एक सरकारी एजेंसी कार्य-कारण के औजारों के उचित उपयोग की समीक्षा करती है। (एक अध्ययन समीक्षक के रूप में अपना नाम टोपी में फेंक दें, यह आपके लिए एक महान शैक्षिक अनुभव होगा। यदि मैं कार्यक्रम मूल्यांकन सिखा रहा था, तो मैंने इसे अपने छात्रों के लिए एक आवश्यकता बना दिया होगा।) (एफडीए के साथ काम करने वाले जैव-चिकित्सक के लिए, जहां आप। कोई भी डेटा एकत्र करने से पहले आपको अपना विश्लेषण कोड प्रस्तुत करना होगा, WWC मानक अभी भी बहुत ढीले हैं।)

Comments

मुझे नहीं लगता कि अर्थशास्त्र के प्रोफेसरों का कहना है कि आप व्यवहारिक तरीकों का उपयोग नहीं करते हैं (कोई भी "यहां कुछ सांख्यिकीय तरीकों के बारे में कोई परवाह नहीं करेगा" के साथ एक बात शुरू करता है), लेकिन इसके बजाय छात्र चिंतित है कि कारण निष्कर्ष सिर्फ एक हाथी दांत है टॉवर विषय (जैसे कि लॉग-अवतल घनत्व अनुमान: मैं आपको विश्वास दिलाता हूं कि उद्योग में कोई भी ऐसा नहीं करता है, और अच्छे कारण के लिए)। यह भी स्पष्ट नहीं है कि 2 उदाहरण उद्योग में लोगों को कारण विधियों का उपयोग करके कैसे दिखाते हैं?

— एबी एबी

@CliffAB ओपी ने उद्योग और सरकारी उदाहरणों के लिए कहा, इसलिए # 2 बिल फिट बैठता है। मुझे यह भी लगता है कि अर्थशास्त्र के पीएचडी छात्रों के बीच हाथी दांत के बाहर जीवन के बारे में ज्ञान के बारे में StasK की बात, और कुछ हद तक उनके प्रोफेसरों के लिए, बहुत सटीक है, हालांकि खेतों और विभागों और यहां तक ​​कि समय के दौरान बहुत विषमता है।

— दिमित्री वी। मास्टरोव

@ दिमित्री वी। मास्टरोव: # 2 उचित कारण उपकरण का उपयोग नहीं करने के एक उदाहरण की तरह लगता है । और मैंने पढ़ा (शायद गलत तरीके से) StasK का यह जवाब देने के रूप में कि प्रोफेसर कह रहे हैं कि "कोई भी बाहर का शिक्षाविद कार्य-विधियों का उपयोग नहीं करता है"। यदि कोई प्रोफेसर जो कार्य-विधियों में विशेषज्ञता रखता है, तो उसने कहा, वे असफलता स्वीकार कर रहे हैं; यदि आप लागू सांख्यिकीय तरीके बना रहे हैं जो कि शैक्षणिक दुनिया के बाहर कोई भी उपयोग नहीं करता है, तो यह अच्छी बात नहीं मानी जाती है। सांख्यिकीय सिद्धांत निश्चित रूप से एक अलग कहानी है।

— एबी एबी

ओपी के सवाल का मेरा पढ़ना (फिर, शायद गलत तरीके से फैलाना) यह है कि प्रोफेसरों ने उन्हें "कारण के आँकड़े महत्वपूर्ण हैं!", और उनकी प्रतिक्रिया "क्या यह वास्तव में महत्वपूर्ण है? क्या उद्योग में लोग वास्तव में इन विधियों का उपयोग करते हैं?"। लेकिन फिर, शायद मैं गलत समझ रहा हूं।

— क्लिफ एबी

@CLIFF WWCH अकादमिक शोध की समीक्षा करता है, जहां तक ​​गेहूं को अव्यवस्था के कारण से अलग करता है, इसलिए यह वास्तव में एक ऐसे क्षेत्र का महान उदाहरण है, जहां शिक्षा के कुछ हिस्सों की तुलना में सरकार में मानक अधिक हैं।

— दिमित्री वी। मास्टरोव

Answer 3

फार्मास्यूटिकल आंकड़ों और संबंधित क्षेत्रों के एक नंबर में हस्तक्षेप और स्वास्थ्य परिणाम के बीच कारण लिंक ब्याज का महत्वपूर्ण सवाल है, जब यह निर्णय लिया जाए कि क्या हस्तक्षेप का उपयोग किया जाना चाहिए। उप-क्षेत्रों की एक विस्तृत श्रृंखला है जैसे कि यादृच्छिक परीक्षण (नैदानिक ​​या पूर्व-नैदानिक), गैर-यादृच्छिक या एकल हाथ परीक्षण, प्रयोगशाला exerpiments, मेटा-विश्लेषण, प्रतिकूल घटनाओं की सहज रिपोर्टिंग के आधार पर दवा सुरक्षा निगरानी (महामारी विज्ञान सहित) मंडेलियन रैंडमाइजेशन) और प्रभावशीलता अनुसंधान (जैसे बीमा दावों के डेटाबेस जैसे अवलोकन डेटा का उपयोग करके) जैसे विचार। निश्चित रूप से डिज़ाइन किए गए यादृच्छिक प्रयोगों (जैसे यादृच्छिक क्लिनिकल परीक्षण) के कारण कुछ अन्य अनुप्रयोगों की तुलना में कार्य-कारण कुछ हद तक आसान है।

Comments

मुझे लगता है कि एक दवा विकास सेटिंग उन कुछ स्थानों में से एक होगी जहां लोग बेहतर होने के बजाय लोगों के बेहतर होने के कारण की परवाह करते हैं, क्योंकि अंततः आपको पूरी आबादी में 'सुरक्षित' रहने की आवश्यकता होती है। - तो, ​​निश्चित रूप से एक अच्छा जवाब है, लेकिन जैसा कि आप उल्लेख करते हैं, काफी विशेष मामला है।

— डेनिस जहरुद्दीन

Answer 4

मैं ए प्लेस फॉर मॉम का एक शोधकर्ता हूं, जो देश की सबसे बड़ी वरिष्ठ जीवन रक्षक सेवा है। हमने यह समझने के उद्देश्य से एक सर्वेक्षण तैयार किया है कि किस प्रकार एक सहायक जीवित समुदाय में जाना जीवन की गुणवत्ता को प्रभावित करता है। इस शोध का मुख्य कारण है, और कारण विश्लेषण के तरीके (जैसे, मिलान, मॉडलिंग चयन प्रक्रिया, औसत उपचार प्रभाव का आकलन) आवश्यक हैं।

Answer 5

अधिकांश निजी क्षेत्र की स्थितियों में आप कार्य-कारण की परवाह नहीं करेंगे

व्यवहार में, भाषा के विशिष्ट उपयोग के बावजूद, लोग अक्सर अधिक अच्छी तरह से समझे जाने वाले प्रभाव में रुचि रखते हैं , बजाय (अच्छी तरह से समझे हुए) कारण।

शैक्षणिक दृष्टिकोण से, यह जानना बहुत दिलचस्प है:

यदि मैं A करता हूं, तो इसके परिणाम B होंगे

लेकिन व्यावहारिक दृष्टि से, लगभग सभी स्थितियों में निम्नलिखित वही है जो लोग वास्तव में जानना चाहते हैं:

यदि मैं A करता हूं, तो परिणाम B होगा

यकीन है कि आप ए के प्रभाव में दिलचस्पी ले सकते हैं, लेकिन क्या यह स्पष्ट रूप से कारण है, या क्या कोई छिपी हुई वजह है कि यह सहसंबंध बनाने के लिए होता है आमतौर पर यह दिलचस्प नहीं है।

सीमाओं पर ध्यान दें

आप सोच सकते हैं: ठीक है, लेकिन अगर हम यह नहीं जानते हैं कि ए बी का कारण बनता है, तो उस धारणा पर काम करना बहुत जोखिम भरा है।

यह एक तरह से सच है, लेकिन फिर से व्यवहार में आप बस इस बारे में चिंता करेंगे: क्या यह काम करेगा, या इसके अपवाद हैं?

इसे स्पष्ट करने के लिए, आप ध्यान दे सकते हैं कि यह स्थिति:

यदि मैं ए करता हूं, तो स्थिति एक्स में, ए की वजह से परिणाम बी होगा और एक्स के कारण परिणाम डेल्टा द्वारा विचलित हो जाएगा

इस स्थिति की तुलना में बहुत अधिक उपयोगी नहीं है (यह मानते हुए कि आप प्रभावों को समान रूप से निर्धारित कर सकते हैं):

यदि मैं ए, स्थिति एक्स में करता हूं, तो परिणाम बी होगा और परिणाम डेल्टा द्वारा विचलित हो जाएगा

सरल उदाहरण: सहसंबंध के कारण

• एक: इंजन तेल फिर से भरना
• बी: कम ब्रेक faillure है
• C: कार चेकअप

तर्क: C हमेशा A और B का कारण बनता है

परिणामी संबंध: यदि A ऊपर जाता है, B ऊपर जाता है, लेकिन A और B के बीच कोई कारण संबंध नहीं है।

मेरी बात: आप A पर B. A के प्रभाव को मॉडल कर सकते हैं। B का कारण नहीं है, लेकिन मॉडल अभी भी सही होगा, और यदि आपको A के बारे में जानकारी है, तो आपको B के बारे में जानकारी होगी।

ए के बारे में जानकारी के साथ ब्रेक फैलीचर में रुचि रखने वाला व्यक्ति ए से बी के संबंध को जानने के बारे में परवाह करेगा, और केवल यह परवाह करेगा कि संबंध सही है या नहीं, चाहे यह संबंध उचित हो या न हो।

Comments

मुझे नहीं लगता कि मैं केवल वही हूं जो "कारण" और "प्रभाव" के बीच आपके अंतर से भ्रमित हूं। आपके उदाहरण इसे थोड़ा स्पष्ट करते हैं: कारण श्रृंखला के विवरण को खोलना विशेष रूप से महत्वपूर्ण नहीं हो सकता है। अधिक मूल्य-प्रति-क्लिक विज्ञापनों खरीदना होगा कारण बिक्री में वृद्धि - कभी नहीं मन कैसे - और कि क्या अपने ग्राहक को मायने रखती है।

— Scortchi - को पुनः स्थापित मोनिका

@Scortchi का मेरे कारण से मतलब है: 'यदि A, तो उस B के कारण।' मुझे प्रभाव से क्या मतलब है (शायद सबसे सामान्य परिभाषा नहीं, लेकिन यह भाषा के बारे में नहीं है): 'इफ ए अ बी'। - पाठ्यपुस्तक एक प्रासंगिक अंतर का उदाहरण है: C, A और B का कारण बनता है। इसलिए A, B का कारण नहीं बनता है, लेकिन मैं कहूंगा कि यह A पर B. के प्रभाव को समझने में मदद करेगा - मेरी अपनी टिप्पणी के पुनर्मिलन के बाद, शायद 'प्रभाव 'समय अंतराल के साथ वास्तविक संबंध' द्वारा प्रतिस्थापित किया जा सकता है।

— डेनिस जहरुद्दीन

मुझे नहीं लगता कि मैं विज्ञापन के उदाहरण से सहमत हूं - अगर मुझे यह तय करने की आवश्यकता है कि क्या अधिक ऑनलाइन विज्ञापन खरीदने के लिए, मुझे इस बात की परवाह है कि क्या ऐसा करने से इन विज्ञापनों को खरीदने की तुलना में अधिक बिक्री होगी (चाहे अधिक क्लिक-थ्रू या अन्य के माध्यम से का अर्थ है = कार्य-कारण), जो इस बात से भिन्न हो सकती है कि जिन कंपनियों ने पिछले वर्ष में अपने ऑनलाइन विज्ञापन में वृद्धि की थी, उन कंपनियों की तुलना में अधिक बिक्री बढ़ गई थी, जो (सहसंबंध) नहीं थी। Causality उस सटीक साधन के बारे में नहीं है जिसके द्वारा परिणाम होता है (निश्चित रूप से जानकर अच्छा लगेगा), बल्कि यह कि क्या कुछ करने या न करने के कारण होता है A.

— Björn

$A$$B$$A$$B$

मुझे नहीं लगता कि मैं इस टिप्पणी से सहमत हूं, हालांकि मेरे अनुभव में यह कुछ हद तक सही कारण के बाद की मांग नहीं है, हालांकि कई समस्याओं में यह होना चाहिए। व्यवहार में, मैं इसे अनुमानित मॉडल और व्याख्यात्मक मॉडल के बीच अंतर के बराबर देखता हूं।

— थॉमस स्पिडेल