24.1: Моделювання реальності

Last updated
Save as PDF

Page ID: 9536

Anonymous
LibreTexts

\( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \) \( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)\(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\) \(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\)

мета навчання

Чому структурні моделі, як правило, перевершують моделі зменшеної форми?

В останніх кількох розділах ми дізналися, що монетарна політика не є кінцевою частиною економіки або навіть спробами політиків маніпулювати нею. Але ми це знали раніше. Перед нами стоїть питання: Враховуючи те, що ми знаємо про IS-LM і AS-AD, наскільки важлива монетарна політика? А звідки ми знаємо? У нас є теорії галор - уявлення про те, як зміни різних змінних, таких як процентні ставки, створюють певні результати, такі як зміни цін та сукупного випуску. Але наскільки добре ці теорії описують реальність? Щоб відповісти на ці питання, нам потрібні емпіричні докази, хороші тверді цифри. Ми також повинні знати, як науковці та соціологи оцінюють такі докази.

Структурні моделі явно пов'язують змінні від початкової причини аж до кінцевого ефекту через кожен проміжний крок уздовж причинно-наслідкового ланцюга. Докази зменшеної форми роблять твердження лише про початкові причини та кінцеві ефекти, розглядаючи зв'язки між ними як непроникну чорну скриньку. Теорія кількості робить саме таку претензію зменшеної форми, коли вона стверджує, що, як грошова маса збільшується, так і вихід. Іншими словами, теорія кількості не є явною щодо механізмів передачі грошово-кредитної політики. З іншого боку, твердження про те, що збільшення грошової маси зменшує процентні ставки, що стимулює інвестиції, що призводить до більш високого випуску продукції, в інших країнах, є структурною моделлю. Таку модель можна оцінити на кожній ланці ланцюга: MS вгору, i вниз, I вгору, Y вгору. Якщо відносини між MS і Y починають руйнуватися, економісти зі структурною моделлю можуть спробувати з'ясувати конкретно чому. Ті, хто рекламує лише модель зменшеної форми, будуть flummoxed. Структурні моделі також зміцнюють нашу впевненість у тому, що зміни в МС спричиняють зміни у Y.

Оскільки вони залишають так багато, моделі зменшеної форми можуть вказувати лише на змінні, які співвідносяться, які зростають і падають в тандемі з часом. Кореляція, на жаль, не є причинно-наслідковою причиною; зв'язок між змінними, які тільки співвідносяться, може бути легко порушена. Всілякі забобони засновані на простому співвідношенні, оскільки їх практикуючі врешті-решт виявляють для свого чару та втрати, www.dallasobserver.com/2005-09-08/dining/tryst-of-fate, як ті, хто носить тупий вигляд ралі шапки, щоб виграти бейсбольні ігри. ru.wikipedia.org/wiki/Rally_cap Зворотна причинно-наслідкова зв'язок також є нестримним. Люди, які бачать високу кореляцію між X і Y, часто думають, що X викликає Y, коли насправді Y викликає X. Наприклад, існує висока кореляція між рівнем відвідуваності вболівальників та перемогами домашньої команди. Деякі суперфани ua.wikipedia.org/wiki/Bill_swerski's_superfans сприймають це, щоб «довести», що висока відвідуваність змушує господарів перемагати, виступаючи шостим, десятим або дванадцятим гравцем, залежно від виду спорту. Вболівальники змінили результат кількох ігор, як правило, торкаючись бейсбольних м'ячів все ще в грі, www.usatoday.com/sports/columnist/lopresti/2003-10-15-lopresti_x.htm, але причинно-наслідковий зв'язок в основному проходить в іншому напрямку - команди, які виграють багато ігор, як правило, залучають більше шанувальників.

Опущені змінні також можуть затьмарити з'єднання, зроблені моделями зменшеної форми. «Кофеїн п'ють мають більш високі показники ішемічної хвороби серця (ІХС), ніж люди, які не споживають кофеїн» - це модель зменшеної форми, яка, ймовірно, страждає від пропущених змінних у вигляді упереджень вибору. Іншими словами, кофеїн п'ють кофеїн, тому що вони не висипаються; мають напружене життя; і так далі. Можливо, ці інші фактори дають їм серцеві напади, а не кофеїн як такий. Або кофеїн взаємодіє з цими іншими змінними складними способами, які важко розгадати, не вирощуючи людей у пробірках (ще більш тривожно!).

Зупиніться і подумайте Box

Недавнє дослідження зменшеної форми показує високий ступінь кореляції між курінням марихуани та поганими наслідками життя: тривалі затримки безробіття, кримінальні арешти, вищий шанс інвалідності, менший довічний дохід та рання смерть. Чи ефективно це дослідження засуджує куріння горщика?

Не так багато, як якби вона представила структурну модель, яка ретельно виклала та перевірила точний ланцюг, за допомогою якого куріння марихуани спричиняє ці погані результати. Пропущені змінні і навіть зворотна причинно-наслідкова зв'язок можуть грати в зменшеній формі версії. Наприклад, деякі люди курять горщик, тому що у них рак. Деякі методи лікування раку вимагають неприємних доз хіміотерапії, ефект від якої полягає в тому, щоб викликати біль і зменшити апетит. Прийом току зменшує біль і відновлює апетит. Зайве говорити, що такі люди мають меншу тривалість життя, ніж у людей без раку. Тому вони мають менший довічний дохід і вищий шанс інвалідності та безробіття. Оскільки не у всіх штатах є винятки з медичної марихуани, вони також більше підлягають кримінальному арешту. Аналогічно, безробітні люди, можливо, частіше візьмуть трохи Мері Джейн після обіду або, можливо, пару тістечок з конопель на десерт, знову змінюючи напрямок причинно-наслідкового зв'язку. Можливою пропущеною змінною є упередження вибору: люди, які курять горщик, можуть бути менш освіченими, ніж ті, хто утримується від бур'яну, і саме дефіцит освіти призводить до високого безробіття, більшої кількості арештів тощо. На жаль, погана наука, подібна до цього дослідження, пронизує публічний дискурс. Звичайно, це не означає, що ви повинні піти завести себе тупим. Навчіться замість цього. Кореляційні дослідження показують, що вивчення.

ключові виноси

Структурні моделі простежують весь причинно-наслідковий ланцюжок, крок за кроком, дозволяючи дослідникам бути досить впевненими в напрямку причинно-наслідкового зв'язку і простежити будь-які зриви в моделі до конкретних зв'язків.
Моделі зменшеної форми пов'язують початкові змінні з передбачуваними результатами через непроникний чорний ящик.
Проблема полягає в тому, що кореляція не завжди вказує на причинно-наслідковий зв'язок. X може збільшуватися і зменшуватися з Y, хоча X не викликає Y, оскільки Y може спричинити X (зворотну причинну зв'язок), або Z (пропущена змінна) може спричинити X та Y.
Моделі зменшеної форми можуть і призвели до всіляких дурних висновків, як лікарі вбивають людей (вони, здається, всюдисущі під час чум, нещасних випадків тощо), а поліцейські спричиняють злочин (кількість на вулицях зростає під час хвиль злочинів, і вони завжди на місцях злочину - дуже підозрілі). Якщо ви не можете сказати, я саркастичний.
З іншого боку, моделі зменшеної форми коштують недорого в порівнянні зі структурними.