Inferencia causal: La Mixtape

Opiniones de los lectores

El libro ha sido ampliamente elogiado como recurso completo y accesible sobre microeconometría aplicada e inferencia causal, especialmente atractivo para estudiantes de posgrado y profesionales. Sin embargo, ha suscitado críticas por su calidad física, numerosas erratas e imprecisiones matemáticas en la versión impresa.

El libro logra un gran equilibrio entre legibilidad y rigor matemático, lo que lo hace adecuado para estudiantes de máster y posgrado. Incluye explicaciones intuitivas de conceptos complejos, ejemplos de código dual tanto en Stata como en R, y se considera una útil referencia de escritorio para los profesionales de la práctica política. Muchos usuarios aprecian el entusiasmo y el estilo didáctico del autor.

La versión impresa ha sido descrita como barata, llena de erratas y con fórmulas incorrectas. Los revisores han señalado que algunas partes del texto son más largas de lo necesario y carecen de suficientes ejemplos o aplicaciones. Puede resultar abrumador para los principiantes en inferencia causal.

(basado en 47 opiniones de lectores)

Título original:

Causal Inference: The Mixtape

Contenido del libro:

Una introducción accesible y actual a los métodos para determinar la causa y el efecto en las ciencias sociales.

"Causalidad frente a correlación ha sido la base de los argumentos -económicos y de otro tipo- desde el principio de los tiempos. Inferencia causal: The Mixtape utiliza ejemplos reales legítimos que me han hecho reflexionar de verdad. Es raro que un libro incite a los lectores a ampliar su perspectiva; éste lo ha hecho por mí" -Marvin Young (Young MC).

La inferencia causal engloba las herramientas que permiten a los científicos sociales determinar qué causa qué. En un mundo desordenado, la inferencia causal es lo que ayuda a establecer las causas y los efectos de las acciones que se estudian; por ejemplo, el impacto (o la ausencia del mismo) de los aumentos del salario mínimo en el empleo, los efectos de la educación en la primera infancia en el encarcelamiento en etapas posteriores de la vida o la influencia en el crecimiento económico de la introducción de mosquiteras contra la malaria en regiones en desarrollo. Scott Cunningham introduce a estudiantes y profesionales en los métodos necesarios para llegar a respuestas significativas a las cuestiones de causalidad, utilizando una serie de técnicas de modelización e instrucciones de codificación para los lenguajes de programación R y Stata.