Séance 5

Question 1

À quoi correspond l’effet causal réalisé ?

Answer 1

Pour une observation donnée (i) l’effet causal réalisé correspond à la différence entre la situation où la cause est présente (C) et celle où la cause est absente (/C

Question 2

Quel serait l’effet d’avoir étudié les Ris dans notre salaire ?

Answer 2

Effet de moyen= réalisation de cette effet aléatoire dû à notre formation

Question 3

Comment contourner le problème de l’inférence causale ?

Answer 3

Si nous remplaçons l’observation i avec l’observation j µiC - µi/C ne correspond à l’effet causal que sous certaines conditions :
• Une condition (forte) est celle de l’homogénéité des unités.
• Une condition (moins forte) est celle de l’effet constant. Choisir des individus qui auraient eu le même effet qu’une personne ayant suivi un cursus BARI.
A part d’adopter une de ces deux conditions on doit aussi adopter la condition suivante :
• Indépendance conditionnelle, ce qui signifie : si on tient compte de toutes les variables explicatives alors la cause, présente ou non ne va pas dépendre de l’effet
Ex. indépendance condition Pourrait être violée car il se pourrait que formation choisie car on attend salaire plus élevé  on tient compte de l’effet lors du choix de la formation, la cause sera affectée par l’effet -> on ne peut donc pas comparer cette personne avec les autres

Question 4

Rappeler les 4 questions que nous devons nous poser lors d’une étude quasi-expérimentale

Answer 4

1. Quelle est la relation causale qui nous intéresse ? Comment produit-elle de l’effet ?
2. Quelle expérience nous permettrait, idéalement, de saisir l’effet causal? (ceci pour éviter des FUQs (“fundamentally unidentified questions”))?
3. Quelle stratégie d’identification (de l’effet causal) allons nous employer (de quelle façon nous allons nous servir de données observationnelles pour faire une inférence causale)?
4. Quelle est notre mode d’inférence statistique (population, échantillon, incertitude)?

Question 5

Nous n’arrivons pas à manipuler la cause, que devons nous faire ?

Answer 5

Etant donné qu’il n’est pas possible de manipuler la cause qui nous intéresse, nous devons tenter de “corriger” notre inférence causale dans des “quasi-expériences.”
Une première “correction” tente de contrôler la relation qui nous intéresse pour des variables qui pourraient perturber notre inférence causale.

Question 6

Comment se fait l’analyse contre-factuelle selon Fearon, développer

Answer 6

Fearon (1991) argumente que l’analyse contre-factuelle se fait différemment selon le nombre de cas.
Une étude d’un seul cas tentant une inférence causale doit se baser sur une analyse contre-factuelle qui construit un “most similar” (Brady 2008) cas sans la présence de C (voir aussi Lewis 1973).
Une étude avec un nombre de cas limité (mais plus qu’un seul) a souvent recours à un mélange des deux types d’analyse contre-factuelle (cas construit et cas actuel de comparaison).

Question 7

Quels sont les 2 points à retenir selon Fearon ?

Answer 7

1. Des évaluations de la force d’une relation nécessitent une série de contrefaits.
   Des arguments sur la précision sont difficile à faire:
   “arguments about the relative importance of possible causes become arguments about the relative plausibility of different counterfactual scenarios.” (Fearon 1991, 178)
2. De plus, pour une analyse contre-factuelle de solides bases théoriques sont nécessaires (voir exemples cités dans Fearon 1991), aussi pour éviter le problème de la (multi-)collinéarité.

Question 8

Selon Braumoeller et Sartori que permettent les méthodes statistiques dans une inférence causale ?

Answer 8

Braumoeller et Sartori (2004) argumentent que les méthodes statistiques permettent facilement d’agréger beaucoup d’informations.
De même les inférences tirées sont explicites et basées sur des postulats clairement énoncés.
Finalement, nous obtenons aussi, en acceptant certains postulats, des informations précises sur notre incertitude.