Modelos, causalidade e humildade empírica

Empresas que treinam mais podem ser mais produtivas porque treinamento funciona, porque empresas melhores treinam mais ou porque boa gestão causa ambos. Controlar algumas variáveis em regressão não elimina automaticamente as alternativas. Uma afirmação causal precisa explicar como o grupo comparado representa o que teria acontecido sem a intervenção.

O contrafactual é impossível de observar para a mesma unidade no mesmo momento. Desenho de pesquisa procura outra fonte de comparação: sorteio, regra de elegibilidade, mudança externa, tendência paralela ou instrumento que altera tratamento sem afetar diretamente o resultado. A credibilidade nasce do desenho e de testes de suas implicações, não do número de casas decimais.

O problema fundamental da inferência causal é não observar simultaneamente os dois resultados potenciais da mesma unidade. Para cada empresa existiria faturamento com e sem crédito; só um ocorre. A média do grupo não tratado pode aproximar o contrafactual apenas se for comparável. Seleção quebra essa equivalência: firmas mais promissoras buscam o programa, clientes mais engajados abrem e-mails, trabalhadores mais saudáveis exercitam-se. A pergunta causal começa explicando como a comparação elimina ou limita essa seleção.

Antes dos dados, escreva o estimando: população, tratamento, alternativa, desfecho, unidade e horizonte. Trocar convite por uso muda intenção de tratar para efeito entre aderentes; trocar receita por lucro muda decisão; medir sete dias pode capturar novidade, não retenção. Pré-definir evita escolher depois o recorte mais favorável. Um diagrama causal simples ajuda a decidir o que controlar: confundidores devem ser tratados; mediadores e colisores podem criar viés quando condicionados sem justificativa.

A randomização torna grupos comparáveis em expectativa antes do tratamento. A diferença posterior estima o efeito médio para a população e implementação estudadas, respeitando perdas de amostra e aderência. Pré-registro, resultado primário e análise de atrito protegem contra escolher a história depois de ver os dados.

O experimento não resolve tudo. Participantes podem mudar comportamento porque sabem que são observados; grupos podem interagir; execução pode diferir da política real; efeitos de longo prazo e escala podem ser outros. Ética e custo também limitam o que pode ser sorteado. RCT é uma ferramenta forte, não uma hierarquia que torna teoria e outras evidências irrelevantes.

Randomização torna tratamento independente dos resultados potenciais em expectativa. Ainda é preciso verificar implementação, atrito, contaminação, adesão e mensuração. A análise por intenção de tratar preserva a comparação original e responde ao efeito de oferecer a política; dividir apenas quem aderiu reabre seleção. Quando aleatorizar indivíduos contamina grupos, sorteiam-se escolas, lojas ou regiões e o cálculo de incerteza precisa respeitar esses clusters.

Experimento também possui ética e custo de oportunidade. Não se sorteia tratamento comprovadamente indispensável, mas pode-se comparar duas formas plausíveis, ordem de expansão ou limiar de capacidade. O tamanho deve ser planejado pela menor diferença economicamente relevante. Amostra gigantesca detecta efeitos triviais; pequena produz intervalo que contém ganho e dano. Registro de protocolo, desfecho principal e análises de robustez reduz mineração de resultados.

Regressão descontínua compara unidades próximas de um corte; variáveis instrumentais usam uma fonte de variação que afeta tratamento, mas não resultado por outro canal; diferenças em diferenças comparam mudanças entre grupos sob tendência paralela. Cada método substitui randomização por uma hipótese específica e testável em parte.

Nenhum nome de método garante validade. Manipulação perto do corte quebra RDD; instrumento com canal direto quebra exclusão; tendências divergentes quebram DiD. O efeito estimado também pode ser local: pessoas afetadas pelo instrumento ou unidades próximas do corte. A população do efeito faz parte do resultado.

Quase-experimentos usam uma regra que produz comparação plausivelmente exógena. Diferenças em diferenças exige tendências paralelas no contrafactual, não apenas duas linhas antes e depois. Regressão descontínua identifica efeito perto do corte quando agentes não manipulam precisamente a variável. Variável instrumental exige relevância e exclusão: o instrumento altera o tratamento e afeta o resultado apenas por ele. Cada desenho compra credibilidade ao estreitar a pergunta.

Diagnósticos não provam premissas invisíveis, mas tornam falhas mais visíveis: estudos de evento mostram pré-tendências; densidade e covariáveis testam manipulação no corte; primeiro estágio mede força do instrumento; placebo procura efeitos onde não deveriam existir. Erros-padrão precisam seguir a unidade de variação. Se uma política ocorre no estado, milhões de pessoas não criam milhões de choques independentes.

Modelos removem detalhes para isolar um mecanismo. Concorrência perfeita, informação assimétrica e monopólio não competem para ser a descrição universal do mundo; respondem a condições diferentes. O trabalho difícil é escolher qual simplificação preserva o mecanismo relevante e quais detalhes ausentes podem inverter a conclusão.

Uma análise madura apresenta tese, cadeia causal, previsão discriminante, evidência, rival e gatilho de revisão. “Dados mostram” é insuficiente sem método; “a teoria diz” é insuficiente sem verificar condições. Humildade não significa indecisão: significa calibrar confiança e definir o que aprender a seguir.

Modelo estrutural e evidência reduzida respondem a tarefas diferentes. Um experimento estima uma margem observada sob regras existentes; um modelo pode simular preço, entrada e equilíbrio quando a política escala, desde que seus parâmetros e mecanismos sejam disciplinados por dados. Previsão fora da amostra avalia capacidade preditiva, não identifica intervenção. A boa prática triangula: desenho causal para margens conhecidas, teoria para canais e dados externos para transporte.

Decisão sob incerteza não exige certeza acadêmica total. Ela exige comparar valor esperado, pior caso, reversibilidade e custo de aprender. Piloto é valioso quando a ação pode ser escalada depois e o sinal chega cedo; não resolve efeitos raros ou de longo prazo. A cada rodada, registre previsão, resultado, desvio e atualização. Assim a organização constrói memória causal em vez de colecionar dashboards sem hipótese.