我是一名技术经济学家，致力于利用观察性或有缺陷的实验数据进行因果推断。大多数主要的科技公司都会有像我这样的人在定价、营销和产品设计方面进行应用研究。一些公司也有公共政策团队。

也有很多人从事网络实验。这是一个更大的群体。

最后，还有特定类型的经济咨询，尤其是反垄断，这是主要关注点。

[前五个情绪化的回复被审查。]

坦率地说，这是该网站上最奇怪的问题之一。并显示您的教授所说的与现实生活之间有多么脱节 - 即象牙塔外的生活。你能从中窥视是件好事……但你（意思是经济学博士生）肯定需要更频繁地这样做。

是的，在学术界以外的一些工作中，人们（惊喜、惊喜）使用因果推理方法。并且（惊喜，惊喜）发表论文。我的回答是针对美国的，但我相信你可以在其他国家找到类似的组织。

• 示例 1（只是因为我在工作中内部熟悉它）。我在一家大型合同研究组织Abt Associates的子公司工作。它在 50 个国家/地区拥有约 2,300 名员工，其中大多数致力于开展或支持评估研究以及实施干预措施。前 6 位技术人员（简称Senior Fellows）之一，Jacob Klerman，是Evaluation Review的编辑，监督一个编辑委员会，其中大约 5/6 有学术背景。这是一个私营部门的例子。（查看公司职位广告，具体了解像这样的公司可能正在寻找什么样的技能——我不完全确定每个人都在 JOE 做广告，因为那很贵；我可以很容易地在美国说出另外十几个会很高兴的人聘请一位狡猾的计量经济学家。）
• 示例 2（我对此有一点熟悉，因为我认识从其他场所开始这个项目的人）：What Works Clearinghouse美国联邦教育部是一个专门对已发表的教育计划分析进行荟萃分析的网站。WWC 通过一个审阅者网络运作，审阅者得到具体说明，哪些研究被认为是具有足够严格性来支持因果主张的研究，哪些不是。事实证明，大多数已发表的研究都是绝对的废话。如题，废话。没有对照组。没有检查人口统计协变量/基线等价的平衡。只有大约 3-5% 的研究（发表在同行评审文献中，看在上帝的份上）“毫无保留地达到标准”——这意味着，它们具有一些随机化、受控损耗和实验臂交叉污染的表象，并以或多或少可以接受的方式进行分析。（根据贝叶斯定理，当你听到有人说，“但我看到它发表了口香糖可以提高数学成绩”时，你可以回答，“BS”，你会在 90+% 的情况下是对的。）无论如何，这是一个联邦部门项目，这是一个政府机构审查因果推理工具正确使用的例子。（把你的名字写进研究评审员的帽子里，这对你来说将是一次很棒的教育经历。如果我教项目评估，我会要求我的学生这样做。）（对于与 FDA 合作的生物统计学家，你在哪里在收集任何数据之前必须提交您的分析代码，WWC 标准仍然非常宽松。）d 90+% 的时间都是正确的。）无论如何，这是一个联邦部门的项目，所以这是一个政府机构审查因果推理工具的正确使用的例子。（把你的名字写进研究评审员的帽子里，这对你来说将是一次很棒的教育经历。如果我教项目评估，我会要求我的学生这样做。）（对于与 FDA 合作的生物统计学家，你在哪里在收集任何数据之前必须提交您的分析代码，WWC 标准仍然非常宽松。）d 90+% 的时间都是正确的。）无论如何，这是一个联邦部门的项目，所以这是一个政府机构审查因果推理工具的正确使用的例子。（把你的名字写进研究评审员的帽子里，这对你来说将是一次很棒的教育经历。如果我教项目评估，我会要求我的学生这样做。）（对于与 FDA 合作的生物统计学家，你在哪里在收集任何数据之前必须提交您的分析代码，WWC 标准仍然非常宽松。）

在药物统计和许多相关领域中，干预与健康结果之间的因果关系是决定是否应使用干预时感兴趣的关键问题。有许多子领域，例如随机试验（临床或临床前）、非随机或单臂试验、实验室实验、荟萃分析、基于不良事件自发报告的药物安全监测、流行病学（包括Mandelian 随机化等想法）和有效性研究（例如使用诸如保险索赔数据库之类的观察数据）。当然，在设计的随机实验（例如随机临床试验）中，归因因果关系比在其他一些应用中要容易一些。

我是美国最大的老年生活转介服务机构 A Place for Mom 的研究员。我们设计了一项调查，旨在了解搬入辅助生活社区如何影响生活质量。因果推理是这项研究的核心，因果分析的方法（例如，匹配、建模选择过程、估计平均治疗效果）是必不可少的。