Philosophie Lexikon der Argumente

Home Screenshot Tabelle Begriffe

 
Empirismus: Richtung innerhalb der Erkenntnistheorie, die davon ausgeht, dass Sinneswahrnehmung grundlegend für das Aufstellen von Behauptungen und Theorien ist. Gegenposition Rationalismus dieser geht davon aus, dass auch rein logisches Wissen und Schlussfolgerungen aus diesem zur Theoriebildung hinreichend sein kann. Siehe auch Logischer Empirismus, Instrumentalismus, Rationalismus, Erkenntnistheorie, Theorien, Fundierung, Experiment, Inferentialismus, Wissen, Erfahrung, Wissenschaft.

_____________
Anmerkung: Die obigen Begriffscharakterisierungen verstehen sich weder als Definitionen noch als erschöpfende Problemdarstellungen. Sie sollen lediglich den Zugang zu den unten angefügten Quellen erleichtern. - Lexikon der Argumente.

 
Autor Begriff Zusammenfassung/Zitate Quellen

Wirtschaftstheorien über Empirismus - Lexikon der Argumente

Parisi I 30
Empirismus/Wirtschaftstheorien/Gelbach/Klick: Das zentrale Problem in vielen empirischen Arbeiten ist der ausgelassene oder weggelassene Variablen-Bias (engl. omitted variables bias).
a) Manchmal kann dieses Problem gelöst werden, indem man für mehr Kovariaten kontrolliert - wenn das Problem die Auslassung ist, dann sollte die Einbeziehung eine gute Lösung sein. Aber diese Lösung ist oft nicht durchführbar, weil viele ausgelassene Variablen dem Forscher unbekannt sind, und andere, die laut Theorie einbezogen werden sollten, nicht verfügbar oder nicht quantifizierbar sind. Trotz dieser Probleme war das einfache Hinzufügen weiterer Kontrollvariablen bis Mitte der 1990er Jahre eine Standardprozedur in der empirischen Rechts- und Wirtschaftswissenschaft.
b) Ein anderer Ansatz bestand darin, die Existenz des Bias zuzugeben, aber zu behaupten, dass das Bias notwendigerweise in eine bestimmte Richtung geht oder über ihre wahrscheinliche Größe zu spekulieren. Wenn es jedoch mehrere ausgelassene Variablen gibt, ist dieser Ansatz problematischer, da das Vorzeichen und die Größe des Bias durch den Ausschluss ausgelassener Variablen dann von der Beziehung zwischen der interessierenden Politikvariable und allen ausgelassenen Variablen abhängt, sowie von den Vorzeichen und der Größe der Koeffizienten dieser ausgelassenen Variablen.*
Randomisierte kontrollierte Experimente: Mitte der 1990er Jahre begannen viele empirische Mikroökonomen, sich auf Forschungsdesigns zu konzentrieren, die sie in Anlehnung an die Methode der randomisierten kontrollierten Experimente begründeten. In solchen Experimenten ist die Verzerrung durch weggelassene Variablen kein Problem, da die "Behandlung" zufällig zugewiesen wird, so dass die Zuweisung statistisch unabhängig von allen sonst wichtigen weggelassenen Variablen ist. In einem Experiment mit zufälliger Zuweisung können die durchschnittlichen Behandlungseffekte dann einfach gemessen werden, indem die durchschnittliche Veränderung des interessierenden Ergebnisses für die experimentelle Behandlungsgruppe minus der durchschnittlichen Veränderung in der experimentellen Kontrollgruppe verwendet wird.
Parisi I 30 FN
Schätzung: (...) dass durchschnittliche Effekte nicht die einzige Art von Behandlungseffekten sind, die geschätzt werden können. Für Beispiele von Studien, die Verteilungseffekte berücksichtigen, siehe Heckman, Smith und Clements (1997)(3) und Bitler, Gelbach und Hoynes (2006)(4).
Parisi I 31
Randomisierte kontrollierte Experimente: Die empirische Rechts- und Wirtschaftswissenschaft hat diesen Ansatz aufgegriffen und sogenannte Differenz-in-Differenzen-Forschungsdesigns eingesetzt, um eine Vielzahl von Rechtsänderungen zu untersuchen. Im Allgemeinen vergleicht dieser Ansatz die Veränderung der Ergebnisse in Rechtsordnungen, die eine bestimmte Maßnahme einführen, mit einer gleichzeitigen Veränderung in Rechtsordnungen, die diese Maßnahme nicht einführen.
Änderungen der Politik: Einige Studien mit dem Beinamen "natürliche Experimente" (...) verwenden Instrumentalvariablen, um ihre Schätzungen von endogenen politischen Entscheidungen zu bereinigen. Eine gültige Instrumentalvariable in diesem Zusammenhang ist eine, die mit der Annahme einer Politikänderung korreliert, aber nicht anderweitig mit dem interessierenden Ergebnis korreliert. Die erste Anforderung ist einfach
Parisi I 32
empirisch nachzuweisen, wenn sie zutrifft. Aber die zweite Bedingung, die eine "exakt identifizierende Annahme" ist, kann nicht getestet werden und wird daher nur angenommen, weil sie im Kontext vernünftig erscheint; die Intuition kann der einzige wirkliche Hinweis darauf sein, ob die zweite Bedingung zutrifft.
Kausalität: Die Gewinnung kausaler Schätzungen aus nicht-experimentellen Daten erfordert immer ein Urteil darüber, dass Verzerrungen durch weggelassene Variablen (omitted variables bias) eliminiert werden können, so dass Behandlungs- und Vergleichsjurisdiktionen vergleichbar gemacht werden können. Dies kann durch Hinzufügen von Kovariaten, durch die Verwendung von Differenz in Differenzen, durch die Verwendung von Instrumentalvariablen oder durch einen anderen Ansatz geschehen (...).
Experimente/Verallgemeinerung: (...) die vielleicht wichtigste Einschränkung der Nützlichkeit von durch natürliche Experimente motivierten Arbeiten betrifft den Grad der Generalisierbarkeit oder "externen Validität". Die plausibelsten exogenen natürlichen Experimente können diejenigen sein, bei denen die "Schocks", die die identifizierende Variation hervorrufen, am stärksten eingeschränkt sind in Bezug auf das, was sie uns über die Auswirkungen politischer Veränderungen in anderen Situationen sagen können. Das heißt, genau die Merkwürdigkeit, die den Schock hervorruft, kann dazu führen, dass die Effekte, die wir aus dem Schock schätzen können, für andere Umstände von Interesse am wenigsten relevant sind. Dieses Problem hat sowohl zu Angus Deatons Kritik an der Methodik des natürlichen Experiments (2010)(5) als auch zu den Argumenten anderer Autoren zugunsten struktureller ökonometrischer Methoden beigetragen, um Schätzungen zu generieren, die politisch relevanter sein können als diejenigen, die von quasi-experimentellen Methoden geliefert werden (siehe z. B. Nevo und Whinston, 2010(6); Heckman und Urzúa, 2010(7). Für eine Antwort, siehe Imbens, 2010)(8) (ImbensVsKeckman).
Interne Validität: Auch hinsichtlich der internen Validität hängt die Glaubwürdigkeit eines quasi-experimentellen Forschungsdesigns entscheidend von nicht überprüfbaren Annahmen ab, welche Behandlungs- und Vergleichsgruppen hinreichend vergleichbar sind. (...)(siehe z.B. Abadie, Diamond, und Hainmueller, 2010(9). Für eine allgemeinere Darstellung siehe Rosenbaum, 2010(10)).
Natürliche Experimente: Einige natürliche Experimentdesigns führen auch zu Problemen bei der statistischen Inferenz, und zwar in dem Maße, wie die politischen Schocks über die Zeit haften bleiben, was eine sorgfältige Beachtung von Hypothesentests und Kovarianzschätzungen erfordert (Bertrand, Duflo und Mullainathan, 2004(11); Cameron, Gelbach und Miller, 2008(12), 2011(13)).

*Zum ausgelassenen Variablen-Bias mit mehreren ausgelassenen Variablen siehe Greene (2012)(1); für einen Ansatz zur Formel für das Bias durch ausgelassene Variablen, der das Bias durch ausgelassene Variablen im Hinblick auf die gemeinsame Heterogenität aufgrund aller ausgelassenen Variablen gleichzeitig betrachtet, siehe Gelbach (2016)(2).

1. Greene, William H. (2012). Econometric Analysis. 7. Edition, Upper Saddle Lake, NJ: Prentice Hall.
2. Gelbach, Jonah B. (2016). “When Do Covariates Matter? And Which Ones, and How Much?” Journal of Labor Economics 34: 509–543.
3. Heckman, James J., Jeffrey Smith, and Nancy Clements (1997). “Making the Most Out of Programme Evaluations and Social Experiments: Accounting for Heterogeneity in Programme Impacts.” Review of Economic Studies 64(4): 487–535.
4. Bitler, Marianne P., Jonah B. Gelbach, and Hilary W. Hoynes (2006). “What Mean Impacts Miss: Distributional Effects of Welfare Reform Experiments.” American Economic Review 96(4): 988–1012.
5. Deaton, Angus (2010). “Instruments, Randomization, and Learning about Development.” Journal of Economic Literature 48(2): 424–455.
6. Nevo, Aviv and Michael D. Whinston (2010). “Taking the Dogma Out of Econometrics: Structural Modeling and Credible Inference.” Journal of Economic Perspectives 24(2): 69–82.
7. Heckman, James J. and Sergio Urzúa (2010). “Comparing IV with Structural Models: What Simple IV Can and Cannot Identify.” Journal of Econometrics 156(1): 27–37.
8. Imbens, Guido W. (2010). “Better LATE than Nothing: Some Comments on Deaton (2009) and Heckman and Urzua.” Journal of Economic Literature 48(2): 399–423.
9. Abadie, Alberto, Alexis Diamond, and Jens Hainmueller (2010). “Synthetic Control Methods for Comparative Case Studies: Estimating the Effect of California’s Tobacco Control Program.” Journal of the American Statistical Association 105(490): 493–505.
10. Rosenbaum, Paul R. (2010). Observational Studies (Springer Series in Statistics). 2nd edition. Springer-Verlag New York: New York.
11. Bertrand, Marianne, Esther Duflo, and Sendhil Mullainathan (2004). “How Much Should We Trust Differences-in-Differences Estimates?” Quarterly Journal of Economics 119(1): 249–275.
12. Cameron, A. Colin, Jonah B. Gelbach, and Douglas L. Miller (2008). “Bootstrap-Based Improvements for Inference with Clustered Errors.” Review of Economics and Statistics 90(3): 414–427.
13. Cameron, A. Colin, Jonah B. Gelbach, and Douglas L. Miller (2011). “Robust Inference with Multi-way Clustering.” Journal of Business and Economic Statistics 29(2): 238–249.

Gelbach, Jonah B. and Jonathan Klick „Empirical Law and Economics“. In: Parisi, Francesco (Hrsg.) (2017). The Oxford Handbook of Law and Economics. Bd. 1: Methodology and Concepts. NY: Oxford University Press.


_____________
Zeichenerklärung: Römische Ziffern geben die Quelle an, arabische Ziffern die Seitenzahl. Die entsprechenden Titel sind rechts unter Metadaten angegeben. ((s)…): Kommentar des Einsenders. Übersetzungen: Lexikon der Argumente
Der Hinweis [Begriff/Autor], [Autor1]Vs[Autor2] bzw. [Autor]Vs[Begriff] bzw. "Problem:"/"Lösung", "alt:"/"neu:" und "These:" ist eine Hinzufügung des Lexikons der Argumente.
Wirtschaftstheorien

Parisi I
Francesco Parisi (Ed)
The Oxford Handbook of Law and Economics: Volume 1: Methodology and Concepts New York 2017

Send Link

Autoren A   B   C   D   E   F   G   H   I   J   K   L   M   N   O   P   Q   R   S   T   U   V   W   Y   Z  


Begriffe A   B   C   D   E   F   G   H   I   J   K   L   M   N   O   P   Q   R   S   T   U   V   W   Z