Умер Евгений Григорьевич Ясин. Лекции по российской экономике и научный семинар — в памяти навсегда.

Е.Г. Ясин, РОССИЙСКАЯ
ЭКОНОМИКА Истоки и панорама
рыночных реформ - 2001

@c0ldness

Research Design in the Social Sciences 👫

🔹Книга Research Design in the Social Sciences: Declaration, Diagnosis, and Redesign (Princeton Univercity Press) by Graeme Blair, Alexander Coppock, and Macartan Humphreys знакомит с новым взглядом на исследовательские проекты в социальных науках. Здесь дизайн исследования характеризуется четырьмя элементами: моделью, запросом, стратегией данных и стратегией ответа. Например, показаны ключевые аналитические особенности наблюдательных и экспериментальных планов, качественных и количественных планов, а также описательных и причинно-следственных планов.

🔹В книге сделана программная реализация идей с помощью библиотеки {DeclareDesign} в R. В главе 13 показан последовательно каждый этап процесса работы в коде на практике. Источник может служить учебником для аспирантов и студентов старших курсов.

А вот и оценки Института экономики РАН, которые подтверждают расчеты. Уровень бедности, рассчитанный по старой методологии, в 2022 оказался существенно выше официального «исторически низкого».

Чтобы такого не было, учите Git. Лучший бесплатный курс из тех, что видел, — у Хекслета.

@evidencespace

Один шаг и Эмиль Дюркгейм («Правила социологического метода», 1895) придумал бы разность разностей (Difference-in-Differences), но чуть-чуть не докрутил:

«Впрочем, если различные приемы сравнительного метода и применимы в социологии, не все они обладают одинаковой доказательной силой.

По той же причине затруднительным выглядит применение метода совпадения и метода различия. Они предполагают, что сравниваемые случаи либо совпадают, либо различаются всего в одном пункте... Никогда нельзя быть уверенным, что мы не пропустили какое-то исходное обстоятельство, совпадающее со следствием или отличное от него в то же время и в той же степени, что и единственное известное обстоятельство.

Следовательно, такой метод доказательства может породить только предположения, которые сами по себе почти совсем лишены всякого научного характера.

Зато иную картину открывает метод сопутствующих изменений. В самом деле, для доказательной силы здесь не нужно строго исключать все изменения, отличные от сравниваемых. Простой параллелизм значений для двух явлений, если только он установлен по достаточному количеству разнообразных случаев, послужит доказательством существования между ними причинного отношения. Преимущество этого метода заключается в том, что с его помощью причинная связь постигается не извне, как в других методах, а, так сказать, изнутри.

Верно, что законы, выявляемые посредством этого метода, далеко не всегда представляются сразу в форме отношений причинности. Совпадение может зависеть не от того, что одно явление есть причина другого, а от того, что оба они суть следствия одной и той же причины, или от того, что между ними существует третье, промежуточное, но незамеченное явление, которое есть следствие первого и причина второго. Результаты, к которым приводит этот метод, нужно поэтому правильно истолковывать».

А вот Орли Ашенфельтер докрутил. Подробнее про философию причинности можно почитать у Мариуша Мазьярца в The Philosophy of Causality in Economics: Causal Inferences and Policy Proposals.

@evidencespace

🔹 Единый кодбук в формате гугл-таблички Российского мониторинга экономического положения и здоровья населения НИУ ВШЭ от @tochno_st. Внутри — вопросы и варианты ответов для 5-31 волн обследования. Можно быстро посмотреть, есть ли нужные для вашего исследования данные, и для каких конкретно волн они доступны.

@evidencespace

О СОВПАДЕНИЯХ

Сегодня среди еженедельной понедельничной серии препринтоа NBER был опубликован такой

☝️О красивых совпадениях:

NBER: публикует препринт Клаудии Голдин Why Women Won

Нобелевский комитет: вручает нобелевскую премию по экономике Клаудии Голдин

An R reproducibility toolkit for the practical researcher 🐑

Для практического исследователя важно иметь инструментарий для R-воспроизводимых вычислений. Курс от Elio Campitelli и Paola Corrales, который проводился 9-12 октября 2023 г., нацелен на то, чтобы понять как организовать проект, ускорить совместную работу и максимизировать ее воспроизводимость, используя существующие инструменты экосистемы R, такие как RMarkdown, renv и другие, контроль версий и рабочие среды.

Материалы курса кратко, но довольно содержательно с хорошими иллюстрациями показывают, в частности:

✔️ как создать проект R
✔️ управлять воспроизводимой средой
✔️ публиковать данные
✔️ отслеживать изменения с помощью Git
✔️ создавать и публиковать контейнеры

📙 Напомню про книгу Building reproducible analytical pipelines with R by Bruno Rodrigues и сайт по воспроизводимому анализу данных.

Telling Stories with Data 🔥

▪️ Книга Telling Stories with Data призвана помочь исследователям работать с данными, включая сбор данных (например, с использованием API и частично структурированных данных, таких как JSON и XML), очистку данных, документирование и моделирование на основе воспроизводимых рабочих процессов.

▪️ В книге приводятся примеры на основе социальных, культурных и экономических данных используя разнообразные методы, в частности, разведочный анализ данных, поиск причинно-следственных связей, регрессионный анализ. Книга пошагово подробно показывает все аспекты работы с данными и имеет хорошие отзывы.

Автор - Rohan Alexander создал несколько курсов на основе книги для бакалавриата, магистратуры и профессионального обучения. Книга недавно издана и доступна в печатном виде.

Causal Inference in R 💡

Книга Causal Inference in R (Malcolm Barrett, Lucy D’Agostino McGowan, Travis Gerke) предназначена как для академических исследователей, так и для специалистов по обработке данных и позволит разобраться с причинно-следственным анализом с помощью R.

Авторы ведут свой блог и создали ряд соответствующих библиотек на основе {tidyverse}. Здесь же содержатся материалы практического семинара Causal Inference in R Workshop.

Еще две книги с элементами кода на R, Stata и Python также являются введением в предметную область опираясь на эконометрику:

🔹Causal Inference. The Mixtape by Scott Cunningham
🔹The Effect: An Introduction to Research Design and Causality by Nick Huntington-Klein

Отмечу аналогичные книги написанные на Python 🐍:

🔹Causal Inference for The Brave and True
🔹Causal Inference and Discovery in Python

https://data.rcsi.science/

качайте данные, пока есть возможность 😉