Un marco para la inferencia causal dinámica en ciencias políticas

Las estrategias dinámicas son una parte esencial de la política. En el contexto de las campañas, por ejemplo, los candidatos recalibran continuamente su estrategia de campaña en respuesta a encuestas y acciones de los oponentes. Sin embargo, los métodos tradicionales de inferencia causal asumen que estas decisiones dinámicas se toman de una vez, una suposición que obliga a elegir entre el sesgo de variables omitidas y el sesgo postratamiento. Por lo tanto, este tipo de métodos de inferencia causal de "disparo único" son inapropiados para procesos dinámicos como las campañas. Resuelvo este dilema adaptando métodos de bioestadística, presentando así un marco holístico para la inferencia causal dinámica. Luego utilizo este método para estimar la eficacia de un proceso inherentemente dinámico: la decisión de un candidato de "ir negativo". Basándome en las elecciones estatales de EE.UU. (2000–2006), encuentro, en contraste con la literatura previa y métodos alternativos, que la publicidad negativa es una estrategia efectiva para los no candidatos. También describo un conjunto de herramientas diagnósticas y un enfoque para el análisis de sensibilidad.