GCRI · Matemática, estatística e dados
Inferência causal e avaliação de impacto
Inferência causal e avaliação de impacto desenvolvem métodos para determinar se, e de que modo, intervenções ou exposições causam resultados. Separam efeitos genuínos de correlação. Desenvolvimento Econômico atua como guardião desta página para o Nexus Consortium.
Causal inference and impact evaluation on the record.
- 01InstitutionThe Global Centre for Risk and Innovation (GCRI)
- 02The methodWhat causal inference and impact evaluation covers
- 03Reference practiceCausal inference follows evaluation and reporting standards
- 04No trabalho sobre risco sistêmicoO que de fato reduziu o risco
- 05Aplicado emPlataformas que aplicam este método
- 06Gestão responsávelQuem mantém esta página
- 07SourcesWhere this page’s references lead
O que abrangem a inferência causal e a avaliação de impacto.
- 01
Métodos centrais
randomised controlled trials; difference-in-differences; instrumental variables; regression discontinuity; matching and weighting; causal graphical models.
- 02
Dados e instrumentos
experimental data; panel datasets; administrative records; natural experiments; survey data.
- 03
Validação
As premissas de identificação são testadas por meio de testes placebo, verificações de falseamento e análise de sensibilidade. A replicação em diferentes contextos testa a validade externa.
- 04
Limites
Confundimento não observado e efeitos de transbordamento (spillovers) podem enviesar as estimativas. Efeitos encontrados em um contexto podem não se transferir para outro.
- 05
Uso em decisões de risco
A inferência causal mostra quais medidas de redução do risco realmente funcionam. Ela apoia a alocação de recursos para intervenções com efeito demonstrado em riscos conectados.
A inferência causal segue padrões de avaliação e de relatório.
| Referência | O que estabelece |
|---|---|
| Critérios de avaliação do CAD da OCDE | Avaliação de intervenções |
| Diretrizes EQUATOR | Reporting of studies |
| GRADE | Certeza das evidências |
Como decorre o processo.
Process explorer · Process
Causal inference and impact evaluation: PRISMA 2020 review reporting
10 steps·4 stages
Processo
Causal inference and impact evaluation: PRISMA 2020 review reporting
A PRISMA 2020 é uma diretriz de relato para revisões sistemáticas; as etapas seguem sua lista de verificação, não uma sequência obrigatória, e nenhum documento Nexus a adota.
01 Plan
- 01Registro e protocoloRegistro · A equipe de revisãoA diretriz pede os dados de registro, o acesso ao protocolo e quaisquer alterações.
- 02Critérios de elegibilidadeRegistro · A equipe de revisãoA diretriz pede os critérios de inclusão e de exclusão e a forma como os estudos foram agrupados.
02 Encontrar e selecionar
- 03Busca: fontes e estratégiasEtapa · A equipe de revisãoA diretriz pede as fontes de informação e as estratégias de busca completas. Não fixa quais fontes são utilizadas.
- 04Seleção dos estudosEtapa · A equipe de revisãoA diretriz pergunta como os estudos foram considerados elegíveis, incluindo quantos revisores fizeram a triagem. Não fixa o número de revisores.
- 05Diagrama de fluxoRegistroO diagrama de fluxo mostra o número de registros encontrados, o número de estudos incluídos e os motivos de exclusão.
03 Analisar
- 06Coleta de dadosEtapa · A equipe de revisãoA diretriz pergunta como os dados foram coletados dos relatórios e quais itens de dados foram procurados.
- 07Risco de viésEtapa · A equipe de revisãoA diretriz pede os métodos e as ferramentas utilizados para avaliar o risco de viés.
- 08SínteseModelo · A equipe de revisãoA diretriz pede as medidas de efeito e os métodos de síntese. Não prescreve a meta-análise.
- 09Certeza das evidênciasEtapa · A equipe de revisãoA diretriz pede os métodos utilizados para avaliar a certeza e relata o resultado por desfecho. Não indica uma escala de graduação.
04 Relatório
- 10Relatório de revisãoRegistroA diretriz ajuda os autores a relatar por que a revisão foi feita, o que fizeram e o que constataram.
ReportsOutline of an externally published reporting guideline, not a Nexus process and not a record of operation. PRISMA 2020 mainly covers reviews of intervention effects. No Nexus page names it. Every programme is at service level R0.
O que realmente reduziu o risco.
Risk reduction investments need evidence of effect. Causal inference (experiments, natural experiments, difference-in-differences, synthetic controls) identifies effects, but disasters are rare and contexts differ, so external validity is the main limit.
- Declare as premissas de identificação.
- Avaliar a transferibilidade para outros contextos.
- Evite atribuir resultados a intervenções sem um contrafactual.
- Aplicações em Desenvolvimento econômico e Desenvolvimento Humano.
Plataformas que aplicam este método.
Quem mantém esta página.
Desenvolvimento econômico é guardião da inferência causal e da avaliação de impacto: mantém esta descrição atualizada e revisa como o método é aplicado nas plataformas.
Where this page’s references lead.
Os organismos e documentos à luz dos quais esta página é lida. O estado e as edições mudam; cada ligação leva ao organismo emissor.
Perguntas e respostas.
Por que uma só instituição hospeda todas as páginas de métodos?
Como posso sugerir uma correção a uma página de método?
Contribua com evidências a partir desta página.
Reports é a publicação trimestral do Consortium. O que você sabe sobre este tema pode se tornar evidência, um caso ou uma correção na próxima edição, com crédito a você e publicado sob CC BY 4.0 quando for obra sua.
- E-mailPortal GW-GCRIEnvie desta páginaEvidência, uma correção, um caso, um método, uma revisão, uma tradução ou uma contribuição ao perfil. Chega marcada com esta página, de modo que o editor responsável a receba.
- ZenodoOpen depositDeposit it and submit to the communityPublish your own record on Zenodo with your ORCID iD, then submit it to the Reports community there. Curators review it; the DOI stays yours.
- RelatóriosGCRIVer todas as formas de contribuirOs tipos de contribuição, como cada um é revisado, o crédito que você recebe, a licença e o que nunca é aceito.
Nunca envie dados pessoais, detalhes sensíveis de infraestrutura nem nada que você não tenha o direito de compartilhar. Uma contribuição é revisada antes do uso. Enviá-la não confere autoria nem direitos editoriais, e o patrocínio nunca compra uma constatação.
Traga um método, um conjunto de dados ou uma pergunta.
A informação e os pedidos estão abertos hoje. Um pedido recebe uma referência e indica o próximo passo; candidaturas, pagamentos, alocações de computação e registros só abrem quando existem a equipa, os termos e a capacidade de revisão.
Documentos jurídicos.
Os mapas, dados e números deste site são apresentados como contexto e informação geral. Não são aconselhamento, previsões nem avisos; os limites da informação estão expostos nos Avisos legais e nos Avisos sobre dados.