2.4 Onderzoeksstrategieën

Gezien deze tien karakteristieken van big data bronnen en de inherente beperkingen van zelfs perfect waargenomen data, wat voor soort onderzoek strategieën nuttig zijn? Dat wil zeggen, hoe kunnen we leren als we niet weten wat er niet experimenten uit te voeren? Het lijkt misschien dat alleen maar kijken naar mensen konden niet leiden tot een interessant onderzoek, maar dat is niet het geval.

Ik zie drie belangrijke strategieën voor het leren van observationele data: tellen dingen, forecasting dingen, en benaderen experimenten. Ik zal elk van deze benaderingen-die "onderzoek strategieën" of "onderzoek recepten 'zou kunnen worden genoemd; en ik zal ze te illustreren met voorbeelden beschrijven. Deze strategieën zijn niet wederzijds exclusief of uitputtende, maar ze doen het veroveren van een veel onderzoek met waarnemingsgegevens.

Om de volgende conclusies voorbode, het tellen van de dingen is het meest belangrijk wanneer we empirisch zijn uitspraak doet tussen de voorspellingen van verschillende theorieën. Forecasting, en in het bijzonder nowcasting, kan nuttig zijn voor beleidsmakers. Tot slot, big data vergroot ons vermogen om causale schattingen te maken van observationele data.