causaliteitsdenken

Causaliteitsdenken is het proces van redeneren over oorzaken en gevolg, en het identificeren van veranderingsrelaties tussen variabelen. In tegenstelling tot louter correlatie omvat het aannames over wat er zou gebeuren bij interventie en de mogelijkheid om counterfactuals te bedenken. Het kent concepten als noodzakelijke en voldoende oorzaken, causaliteit door tijdvolgorde, confounding en mediatie, en het belang van richting en context.

Formele benaderingen omvatten het Rubin Causal Model (potential outcomes) en Pearl's do-calculus met grafische modellen zoals Directed Acyclic Graphs (DAGs). Deze raamwerken ondersteunen het expliciet maken van aannames en het structureren van relaties.

Methoden om causaliteit af te leiden zijn onder andere gerandomiseerde gecontroleerde proeven (randomisatie elimineert confounding), quasi-experimenten (dif-in-dif, regressie-discontinuïteit) en observationeel onderzoek met controles (matching, propensity score-methoden).

Toepassingen zijn wijdverbreid: in de geneeskunde voor behandelingseffecten, in economie en beleid voor programma-evaluatie, in sociale wetenschappen en onderwijs, en in AI en datawetenschap voor betere besluitvorming en interpretatie van effectgrootten.

Uitdagingen en kritiek: causaliteit uit observaties vereist sterke aannames en wordt beïnvloed door bias en beperkte external validity; identificeerbaarheidsproblemen kunnen voorkomen; ethische overwegingen spelen een rol bij experimenten. Filosofisch gezien raakt causaliteitsdenken aan vragen over oorzakelijkheid, met historische noties van Hume en Mill.