Эта глава показывает, как использовать данные наблюдений и экспериментов, чтобы добывать информацию о контрфактивных сценариях. Она объясняет, как представлять причины индивидуального уровня на диаграммах причинности — задача, которая вынудит нас объяснить некоторые составные элементы диаграмм, о которых мы еще не говорили. Также я коснусь тесно связанного с ними понятия возможных результатов, или модели Неймана — Рубина, изначально предложенной в 1920-х годах Ежи Нейманом, польским статистиком, который позже стал профессором Калифорнийского университета в Беркли. Однако этот подход к причинному анализу получил развитие только в середине 1970-х, когда Дональд Рубин начал писать о потенциальных результатах.
Я покажу, как контрфактивность возникает естественным образом в контексте, описанном в последних нескольких главах, — в путевых диаграммах Сьюалла Райта и их расширении на структурные модели причинности (
Наконец, мы рассмотрим два вида ситуаций, в которых использование контрфактивных суждений абсолютно необходимо. Десятилетиями или даже столетиями юристы использовали относительно простой метод, чтобы проверить виновность подсудимого — принцип sine q
Затем я расскажу, как контрфактивные суждения могут быть применены к климатическим изменениям. До недавнего времени климатологам было трудно и неловко отвечать на вопросы вроде: «Вызвало ли глобальное потепление этот шторм (или эту жару, или эту засуху)?». Традиционный ответ был таким: отдельные погодные явления нельзя приписывать глобальному изменению климата. Однако этот ответ кажется довольно уклончивым и даже способствует укреплению безразличия общественности к названной проблеме.