1. La distincin entre la descripcin y la explicacin es omnipresente en la ciencia, y en la esfera de la explicacin es igualmente obvio que el concepto de la causalidad es omnipresente y fundamental. Esto es vlido para todas las etapas de estudio cientfico, de orientacin de sentido comn y precientfico se acerca en general a las ramas ms avanzadas de la ciencia profesional, como se muestra por la gran cantidad de trminos con un contenido causal, como la influencia, la dependencia, efecto, esti- lus-respuesta, principio activo, etc 2. En la discusin filosfica de la causalidad, una de las muchas formas de tratar de evitar las dificultades consiste en eliminar la palabra "causalidad" del vocabu- lary, y sustituirlo por un trmino no comprometidos, por ejemplo, "funcional relacin "o" previsibilidad ". Est claro, sin embargo, que las dificultades no pueden ser resuelto de esta manera, ya que si el anlisis cientfico fueron despojados de todos los trminos con un contenido causal, no quedara nada pero la descripcin y el formalismo. Es tambin claro que las dificultades no son en realidad inherente al concepto de causalidad; ellos derivarse de las implicaciones ms o menos injustificada y generalizaciones con que el concepto ha sido burdened.2 Por ejemplo, considere las conclusiones como
Tales declaraciones son tpicas de la rutina diaria en el taller cientfico. En ambos casos la causalidad es un elemento esencial en la conclusin, y ninguna dificultad surge desde las declaraciones se limitan a situaciones especficas. El problema comienza cuando se formula "leyes" generales de la causalidad, por ejemplo, "cada caso es causalmente relacionada con otra cosa ", o" una misma causa, mismo efecto. "Tal" causal leyes "pueden ser estimulantes como hiptesis de trabajo, que puede ser fascinante para algunos mentes, irrelevante o absurdo a otros; pero, en cualquier caso, que no pertenecen a la herramientas actuales de la investigacin cientfica, y la discusin estril sobre tal necesidad "leyes" No tire ninguna sombra sobre el concepto de causalidad. 3. La teora moderna del conocimiento que se concreta en el empirismo lgico apunta a una descripcin realista y el anlisis de cmo funciona realmente la ciencia, en contradistinc- cin a los sistemas de filosofar anteriores que trataron de basar la teora del conocimiento en principios metafsicos o suprascientific ("cogito ergo sum" de Descartes "Das Ding an sich" de Kant Fichte "Ego", y as sucesivamente) 0.3 Es un gran logro de la teora moderna de haber limpiado varios asuntos antiguos de controversias, entre quienes la existencia de Dios, la inmortalidad del alma, y ciertos aspectos de la la libertad de la voluntad, al demostrar que tales preguntas se plante errneamente en el sentido de que una respuesta definitiva no puede ser ni confirm ni rechaz sobre la base de observaciones empricas. Este trabajo, sin embargo, tom la forma de una sistemtica pro- gram slo unas pocas dcadas atrs y an queda mucho por hacer. El autor, por su parte, tiene la impresin de que el progreso del empirismo lgico no es tan rpida como se podra haber esperado. En particular, una gran confusin existe en la discusin de muchos temas fundamentales en el medio natural y social ciencias (la justificacin de la induccin, la prediccin como un propsito de la ciencia histrica, Universidad Catlica del Norte Facultad de Economa y Administracin Magister en Ciencia Regional Miguel Nina Yanarico
Etc). En gran medida, esto puede ser debido al hecho de que la pantalla filosficas discusin de los principios subyacentes a la ciencia objeto requiere una estrecha la colaboracin entre la filosofa y otras ciencias, y es bien sabido, hay son muchos los obstculos (lingstica, psicolgica, institucional) para superar en colaboracin entre dos ciencias, los obstculos que quizs en su peor momento cuando se trata de los fundamentos de la teora del conocimiento. No es la ms sealan que los filsofos, al igual que otros cientficos, estn sujetos a la inercia mental, y hay un fuerte impacto de las tradiciones eternas en la endogamia filosfica. Para apoyar una visin tan hereje por ejemplos, observamos que las revistas filosficas an dedicar una cantidad excesiva de espacio para preguntas sofistas como "la posibilidad de la negacin ", o" la existencia de otras mentes ", con aportaciones incluso de los mejores representantes del empirismo lgico. En cuanto el primer ejemplo, nos
nota (no para romper las puertas abiertas, pero recordar algunas nociones bsicas) que en la ciencia que es un principio fundamental de trabajo para mantener a salvo lo que es hecho, emprica observaciones, y lo que es la teora, los pensamientos especulativos. Este principio tambin es una piedra angular en el empirismo lgico. Ahora, se puede argumentar que los elementos de la observacin emprica son declaraciones positivas, que no impliquen negaciones, pero en el mbito terico, en todas las etapas del desarrollo precientfico y cientfico, se encuentra conveniente desde el punto de vista de la economa mental para introducir el concepto de negacin como una variante especfica de la declaracin positiva. Si tomamos el segundo ejemplo, se trata de una hiptesis tan inevitable y perfectamente fiable en sus consecuencias que no se duda seriamente en cualquier etapa de desarrollo, y en la prctica se utiliza en forma permanente, incluso por el filsofo ms escpticos; por el contrario, una hiptesis que es y seguir siendo siempre, por las declaraciones sobre otras mentes debe implicar necesariamente algn elemento terico que nunca se puede afirmar con certeza absoluta sobre la base de las observaciones de la conducta manifiesta. La discusin filosfica de la causalidad proporciona un montn de material para nuestro puntos de vista herticos. Es cierto que la mayor parte de la oscuridad en torno a la nocin de la causalidad se ha disipado por las obras ambiciosas escritas en el espritu de empirismo lgico, pero tambin es cierto que los problemas investigados son planteadas por la filosofa tradicional y no por los conceptos causales realmente utilizados en la ciencia moderna. Los principales objetos de investigacin han sido las "leyes" generales de la causalidad que se ejemplifica en la seccin 2 above.4 Estos han demostrado ser "leyes" insostenibles, pero este tipo realmente no juegan un papel activo en la ciencia moderna. Por otra parte, se ha hecho poco o ningn progreso en la tarea urgente de la investigacin de los conceptos causales realmente empleadas. Como resultado, existe una inquietud generalizada sobre el trmino causalidad, y una tendencia a eliminar este trmino de la imagen, junto con sus "leyes", que de hecho es tirar al beb con la bathwater.5 El primer requisito para un debate fructfero acerca de la causalidad es una adecuada definicin del concepto. Este es quizs el punto ms dbil de lo filosfico discusin. O bien el concepto no se define en absoluto, como si sus propiedades podran ser derivado de las consideraciones de sentido comn o creados "aus der jbegas Tiefe Bewusstseins ", como en la ancdota de los tres ensayos sobre el camello o la Universidad Catlica del Norte Facultad de Economa y Administracin Magister en Ciencia Regional Miguel Nina Yanarico
definicin es demasiado estrecha, ya que cuando las ecuaciones diferenciales se enmarcan en su caso tipo de las relaciones causales, proporcionando as una base para los comentarios sobre el determinismo y la de resolucin de ecuaciones espritu de Laplace. Incidentalmente, debe quedar claro de lo anterior comenta que el autor no desea que el tratamiento de los filsofos como chivo expiatorio para el estado insatisfactorio de las cosas: no se puede negar que los cientficos en general tener contenido descansado con nociones muy vagas sobre la causalidad y conceptos relacionados. Entonces, qu se debe entender por la causalidad? Para obtener una respuesta (que puede ser que hay varias respuestas satisfactorias) es natural primero en examinar las herramientas ___________________________________________________________________--
el cientfico tiene a su disposicin a establecer una relacin causal. La suprema herramienta es el experimento controlado. En pocas palabras, una o ms variables estn bajo el control del experimentador, y para valores convenientemente elegidas de stos, observa los valores de una o ms variables en cuya variacin l est interesado. Entonces, si el experimento revela que una variable observada vara sistemticamente como se permite que las variables controladas para variar, esta relacin es un caso tipo de una relacin causal. Por la replicacin del experimento la relacin causal puede ser probado por otros experimentadores, y aqu radica la supremaca del mtodo experimental. Las variables controladas del experimento se llaman variables de causa, las variables observadas se llaman variables dependientes o de efectos. En el caso ms simple que hay es una variable causa, digamos x, y una variable efecto, decir y, por lo que la causal relacin puede expresarse formalmente como
donde la primera frmula se refiere a un experimento dispuestos de modo que la temperatura T y el volumen V se controlan las variables y la presin P es la variable efecto, mientras que en el segundo caso, el experimento tiene la temperatura T y la presin P para variables controladas y el volumen V de efecto variable.6 En otros casos, y estos incluir los triunfos del mtodo experimental en lo biolgico y mdico esferas, la relacin causal est sujeta a interferencias causadas por la variacin biotipo y otros factores no controlados y ms o menos al azar. El experimento, si bien diseado y analizado, a continuacin, ponga en evidencia la relacin causal como una relacin promedio sujeto a las perturbaciones, en smbolos ______________________________________________________________________-
donde z representa la perturbacin. Tenemos aqu una situacin en la que estadstica mtodos de prestar servicios tiles. La relacin causal es llevado a cabo por el uso de anlisis de regresin estadstica, a saber. mediante la formacin de la regresin del efecto la variable sobre la variable causa o variables. La regresin en general ser curvilnea. En cuanto a la condicin de que el experimento debe ser diseado correctamente, un punto esencial es que debe ser aleatoria, en el sentido de la AR Fisher. La aleatorizacin neutraliza el efecto de los factores de perturbacin, la perturbacin llegar a ser independiente de o no correlacionado con la variable (s) controlada, por lo que la regresin puede ser interpretado como el promedio de causalidad Universidad Catlica del Norte Facultad de Economa y Administracin Magister en Ciencia Regional Miguel Nina Yanarico
relacin, y el residuo de regresin como el efecto total de los factores de perturbacin. Hasta ahora hemos definido lo que ha de entenderse por una relacin causal en el caso de un experimento controlado. Volviendo ahora al caso de observaciones no experimentales, se escribe como antes
no es causal, para la teora econmica explica las variaciones de precios por otra muy distinta relacin, que en la aproximacin ms simple implica la diferencia entre la demanda y la oferta como causa variable [cf. nota 6, y tambin (9 c) a continuacin]. Se observar que la relacin (3) responde a la pregunta: "Qu precio p, darn lugar a un pre- describe la demanda d? " Habiendo establecido nuestra definicin de una relacin causal, aadimos unos cuantos comentarios. Relacin de causalidad y la causalidad son conceptos tericos y no empricos. Es obvio en el caso no experimental; y en el caso experimental de la tpica situacin es una en la que la relacin causal entra como una hiptesis a comprobar o demostrado. Lgicamente, por lo tanto, el concepto es el mismo en los dos casos; y en la distincin entre ellos nuestra intencin es principalmente hacer hincapi en que la prueba de la hiptesis causal es ms directo e indiscutible en el caso experimental. Observamos, adems, que nuestra definicin se ajusta a la utilizacin de la causalidad y relacionados palabras en el lenguaje ordinario. El experimento controlado es, de hecho, nada ms que una forma sistemtica de recogida de la experiencia, y desde un punto de vista lgico la nociones causales que intervienen son del mismo tipo que los que estn todos omnipresente incluso en las primeras etapas de la experiencia precientfica, por ejemplo, "el agua se hervir si se pone sobre el fuego "o" la cosecha ser ms grande si el estircol al suelo ". En cuanto a los intentos de reemplazar la causalidad por otros trminos observamos que "Relacin funcional" no es satisfactoria. "Relacin funcional Dirigida" sera mejor, pero incluso este trmino es demasiado formalista; Por ejemplo, la relacin (3) se dirige sin ser causal.8 Para hacer otra sugerencia, la "previsibilidad" es ms
estrechamente relacionada con la "correlacin" que a la "causalidad". De hecho, con frecuencia A es predecible a partir de B, debido a que tanto A como B que tiene una causa comn C, y en tales casos no estaran en conformidad con el uso actual de ordinaria o cientfica lenguaje para decir que la previsibilidad es sinnimo de causalidad. En la seccin 4 volver a la distincin entre la causalidad y la previsibilidad. 4. Hemos visto que la interpretacin lgica de las relaciones causales es la mismo en situaciones experimentales y no experimentales. Desde una perspectiva estadstica Ver, por otro lado, hay diferencias profundas que va entre los dos casos. Como teln de fondo para nuestras observaciones sobre las relaciones causales en la econometra queremos tener una visin panormica de los mtodos estadsticos, con especial atencin a la naturaleza de problemas en los diversos campos de aplicacin. Hemos agrupado mtodos estadsticos por una tabla de cuatro veces (ver ms abajo), segn como estadsticas se utilizan para el propsito de la descripcin o explicacin, y segn que los datos son experimentales o no experimentales. En la regin del NW que Universidad Catlica del Norte Facultad de Economa y Administracin Magister en Ciencia Regional Miguel Nina Yanarico
reconocer el campo clsico de la estadstica, con su centro en aplicacin demogrfica ciones y ampliando en una fase temprana sobre las dems ciencias sociales. La decimonovena mtodos del siglo fueron principalmente descriptivo, y se incluyen las cosas tales como el clculo de frecuencias, promedios, cuantiles, nmeros de ndice, y as sucesivamente. La "Escuela Continental" haba introducido algunos pocos mtodos explicativos; estos eran enfoques con muestras grandes de un tipo simple, pero eran sin embargo muy til en las manos de aquellos que entienden su alcance y limitacin. Hacia Al final del siglo XIX, la lista inclua pruebas de significacin de fre- cuencias y los promedios de la regla de tres veces sigma, el mtodo de mnimos cuadrados para la instalacin de las tendencias lineales y polinomios, y el coeficiente de divergencia Lexis con su interpretacin en trminos de Bernoulli, Poisson, y los esquemas de Lexis. Cuando se aplica a los datos no experimentales de las ciencias sociales estos mtodos pertenecen a la regin SO de nuestra mesa. A finales del siglo XIX, la "escuela de Ingls" introdujo mtodos estadsticos en biologa y ciencias naturales relacionados. Con Galton, K. Pearson y Yule como pioneros, los mtodos de anlisis estadstico entraron en una fase de desarrollo vigoroso. Estos impulsos pronto se extendieron a la investigacin agrcola y otros campos experimentales de aplicacin, y con las obras que marcan una poca de RA Fisher el centro de gravedad de la teora estadstica se movieron del NO a la regin SE de nuestra mesa. Algunos de los mtodos de Fisher estn diseados con el fin de los datos experimentales, en particular la aleatorizacin y el anlisis de la varianza. Algunas de sus contribuciones se unen el mtodo de mnimos cuadrados en ser de alcance general a
NW, SE, SW y regiones (la regin NE es anloga a la regin NO de la punto de vista de la teora estadstica). Tales son principalmente el principio de mxima verosimilitud y de los mtodos siguientes para la estimacin de parmetros; y lo mismo puede decirse de la teora de la prueba de hiptesis y la teora de las funciones de toma de Wald de Neyman-Pearson.