注冊(cè) | 登錄讀書(shū)好,好讀書(shū),讀好書(shū)!
讀書(shū)網(wǎng)-DuShu.com
當(dāng)前位置: 首頁(yè)出版圖書(shū)經(jīng)濟(jì)管理經(jīng)濟(jì)經(jīng)濟(jì)學(xué)理論因果推斷

因果推斷

因果推斷

定 價(jià):¥118.00

作 者: 斯科特·坎寧安(Scott Cunningham)
出版社: 中國(guó)人民大學(xué)出版社
叢編項(xiàng):
標(biāo) 簽: 暫缺

購(gòu)買這本書(shū)可以去


ISBN: 9787300313009 出版時(shí)間: 2023-05-01 包裝: 平裝-膠訂
開(kāi)本: 128開(kāi) 頁(yè)數(shù): 字?jǐn)?shù):  

內(nèi)容簡(jiǎn)介

  本書(shū)是關(guān)于社會(huì)科學(xué)中因果關(guān)系確定方法的最新著作,其敘述風(fēng)格尤其適合于經(jīng)濟(jì)學(xué)學(xué)生的學(xué)習(xí)。因果推斷是當(dāng)前國(guó)際學(xué)術(shù)界最熱門的研究領(lǐng)域之一,是一種通過(guò)事物的原因推導(dǎo)至某個(gè)肯定結(jié)果的邏輯方式。本書(shū)介紹了社會(huì)科學(xué)家得以確定因果關(guān)系的主要數(shù)學(xué)工具和方法,是作者十多年研究和教學(xué)成果的結(jié)晶。內(nèi)容包括:概率理論和統(tǒng)計(jì)回顧、回歸的性質(zhì)、有向無(wú)環(huán)圖、因果模型的潛在結(jié)果、匹配和子分類、不連續(xù)回歸、工具變量和面板數(shù)據(jù)、差分、綜合控制。對(duì)于基本內(nèi)容,作者在回顧基本的因果推理概念、概率與回歸概念的基礎(chǔ)上,介紹了有向無(wú)環(huán)圖 (Directed Acyclic Graphs,DAG)、潛在結(jié)果因果模型 (Potential Outcomes Causal Model)、匹配 (Matching) 以及斷點(diǎn)回歸 (Regression Discontinuity) 等因果推理工具和因果識(shí)別策略。其中,DAG 幾乎出現(xiàn)在書(shū)籍中的每一章節(jié)。這本書(shū)不僅涵蓋了很多案例,關(guān)注了工具變量法、斷點(diǎn)回歸法等準(zhǔn)實(shí)驗(yàn)方法,還包括了經(jīng)濟(jì)學(xué)者目前關(guān)注的合成控制法。此外,書(shū)中提供了案例分析所需的數(shù)據(jù)、代碼內(nèi)容。因而,本科生、碩士生和剛?cè)雽W(xué)的博士生如果想了解因果推理和學(xué)習(xí)諸如合成控制法這類的最新方法,可以參考這本書(shū)。

作者簡(jiǎn)介

  斯科特·坎寧安(Scott Cunningham),美國(guó)得克薩斯州貝勒大學(xué)經(jīng)濟(jì)學(xué)教授,美國(guó)知名的計(jì)量經(jīng)濟(jì)學(xué)家,主要研究領(lǐng)域:犯罪經(jīng)濟(jì)學(xué)和勞動(dòng)經(jīng)濟(jì)學(xué),在《經(jīng)濟(jì)研究評(píng)論》(RES)等頂級(jí)期刊發(fā)表論文數(shù)十篇。

圖書(shū)目錄

以下是核心內(nèi)容的基本架構(gòu),方便大家更好地了解這本書(shū):
首先,作者介紹了有關(guān)因果推理、概率與回歸相關(guān)概念和理論,為新接觸因果推理的讀者更好地學(xué)習(xí)打好基礎(chǔ)。 第一章引言作者通過(guò)識(shí)別需求的價(jià)格彈性等一系列案例,介紹了因果推理的含義、如何區(qū)分相關(guān)性與因果關(guān)系等基本內(nèi)容; 第二章概率與回歸回顧中,從基礎(chǔ)的概率理論出發(fā),回顧了隨機(jī)過(guò)程、樣本空間、統(tǒng)計(jì)獨(dú)立性、事件和條件概率以及期望值、方差等統(tǒng)計(jì)定義。在此基礎(chǔ)上,介紹了普通小二乘法、方差分析理論、穩(wěn)健標(biāo)準(zhǔn)誤等統(tǒng)計(jì)數(shù)據(jù)分析的基本方法。 其次,為更好地識(shí)別因果關(guān)系,第三章至第五章介紹了因果推理的工具。 第三章引入有向無(wú)環(huán)圖 (DAG),這是一個(gè)有助于澄清變量之間的因果關(guān)系的強(qiáng)大的工具,討論了后門標(biāo)準(zhǔn)和對(duì)撞機(jī)偏差兩個(gè)概念。詳細(xì)閱讀這一章對(duì)后續(xù)閱讀有很大的幫助; 第四章討論了潛在結(jié)果因果模型。因果效應(yīng)可被定義為實(shí)際發(fā)生狀態(tài)和反事實(shí)狀態(tài)之間的比較,潛在結(jié)果表示法用反事實(shí)表示因果關(guān)系。書(shū)中定義了各種類型的因果效應(yīng):平均處理效應(yīng) (ATE)、干預(yù)組的平均處理效應(yīng) (ATT)、控制組的平均處理效應(yīng) (ATU)等。潛在結(jié)果因果模型成立依賴兩個(gè)關(guān)鍵假設(shè):一是強(qiáng)調(diào)被干預(yù)對(duì)象相互獨(dú)立;二是在一定條件下,分配機(jī)制不會(huì)對(duì)潛在結(jié)果產(chǎn)生影響。潛在結(jié)果是由分配機(jī)制決定的,也十分強(qiáng)調(diào)匹配和傾向值分析對(duì)因果推理的重要性; 第五章繼續(xù)描述匹配和分配問(wèn)題。貫穿這一章的概念是有條件獨(dú)立假設(shè) (CIA),通過(guò)學(xué)生分配問(wèn)題表明處理分配是有條件的隨機(jī)。當(dāng)樣本較少時(shí),分配缺乏足夠的數(shù)據(jù),因而使得匹配和傾向值分析顯得尤為重要。精確匹配和近似匹配均是因果推理的重要組成部分,傾向得分匹配作為一個(gè)工具,以使不同組別具有可比性。 后,在剩下的第六章至第十章,此書(shū)理論結(jié)合案例,分別介紹了識(shí)別因果推理的策略,包括斷點(diǎn)回歸、工具變量、面板數(shù)據(jù)、差分、合成控制五個(gè)方法。 斷點(diǎn)回歸 (Regression Discontinuity)的設(shè)計(jì)圍繞核心變量、臨界值、處理組分配和結(jié)果本身之間的關(guān)系。精確斷點(diǎn)回歸是其中一種方法,使用一個(gè)連續(xù)的分?jǐn)?shù),通過(guò)任意選擇一個(gè)臨界值來(lái)分配處理組和控制組,比較高于和低于臨界值的人來(lái)估計(jì)一種特定的平均值。作者借助一個(gè)案例 “復(fù)制一個(gè)流行的設(shè)計(jì):接近的選舉” 進(jìn)行具體說(shuō)明; 工具變量 (Instrumental Variables)設(shè)計(jì)可能是有史以來(lái)重要的研究設(shè)計(jì)之一。作者從顯示一系列因果效應(yīng)的 DAG 開(kāi)始進(jìn)行分析,認(rèn)為其包含了理解工具變量策略所需的所有信息。工具變量法通常用于解決遺漏變量偏差、測(cè)量誤差等問(wèn)題,兩階段小二乘法是一個(gè)比較常用的方法,書(shū)中提供了一些數(shù)據(jù),幫助讀者更好地理解如何在實(shí)際數(shù)據(jù)中實(shí)現(xiàn)兩階段小二乘法。與斷點(diǎn)回歸不同,工具變量法的識(shí)別假設(shè)有 5 個(gè)。這使得使用工具變量法時(shí)通常出現(xiàn)弱工具變量等問(wèn)題,因而研究者很難找到滿足所有 5 個(gè)條件的工具變量; 面板數(shù)據(jù) (Panel Data)包含不同單位時(shí)間內(nèi)重復(fù)測(cè)量的縱向數(shù)據(jù)。固定效應(yīng)是一種估計(jì)因果效應(yīng)有用的方法。只要處理和結(jié)果隨時(shí)間變化,并且存在嚴(yán)格的外生性,那么固定效應(yīng)將消除任何和所有未觀測(cè)和觀測(cè)的處理變量相關(guān)的不隨時(shí)間變化的協(xié)變量。但是,這種方法不能處理隨時(shí)間變化的、未觀測(cè)到的異質(zhì)性,而且當(dāng)存在強(qiáng)反向因果路徑時(shí),面板方法是有偏的。作者通過(guò)回顧描述面板數(shù)據(jù)的 DAG 情況下,討論一篇論文,然后在 R 和 Stata 中進(jìn)行一個(gè)數(shù)據(jù)集的練習(xí),很好的解釋了上述問(wèn)題; 差分 (Difference-In-Differences)已經(jīng)成為定量社會(huì)科學(xué)中受歡迎的研究設(shè)計(jì)之一。作者以簡(jiǎn)單的形式(同時(shí)處理一組單位)和更常見(jiàn)的形式(即在不同時(shí)間點(diǎn)處理一組單位)來(lái)解釋差分方法。這一章的重點(diǎn)是確定估計(jì)處理效應(yīng)所需的假設(shè),包括通過(guò)事件研究提供平行趨勢(shì)證據(jù)、安慰劑的重要性、有時(shí)間差異的雙向固定效應(yīng)等; 合成控制 (Synthetic Control)目前是一個(gè)活躍的研究領(lǐng)域,人們期望通過(guò)合成控制方法進(jìn)行大量的證偽聯(lián)系。使用合成控制法進(jìn)行比較案例研究,必須通過(guò)基于安慰劑的推斷找到確切的  值,檢查預(yù)處理的匹配,調(diào)查用于匹配的協(xié)變量的平衡性,并通過(guò)安慰劑估計(jì)檢驗(yàn)?zāi)P偷挠行?。?shū)中通過(guò) “監(jiān)獄建設(shè)和黑人男性監(jiān)獄” 的案例,展示了如何在 Stata 中估計(jì)合成控制方法。但是,還有很多相關(guān)問(wèn)題書(shū)中沒(méi)有給出解決方法。   因果推理是一個(gè)重要且有趣的領(lǐng)域,越來(lái)越受到社會(huì)科學(xué)研究者的關(guān)注。 潛在結(jié)果因果模式提供了一種直觀的方式來(lái)思考因果效應(yīng),該模型在理解使用異質(zhì)的準(zhǔn)實(shí)驗(yàn)研究設(shè)計(jì)來(lái)確定因果關(guān)系所需的假設(shè)方法非常有效; 有向無(wú)環(huán)圖對(duì)項(xiàng)目的設(shè)計(jì)階段非常有用,在理論模型和對(duì)某些現(xiàn)象的理解以及識(shí)別所關(guān)心的因果效應(yīng)的策略方面都受到關(guān)注; 其它的識(shí)別因果效應(yīng)的策略是目前微觀經(jīng)濟(jì)學(xué)中常見(jiàn)的。  
第一章 導(dǎo)論
什么是因果推斷?
不要混淆相關(guān)性和因果性
最優(yōu)化使一切變得內(nèi)生
示例:確定需求的價(jià)格彈性
總結(jié)
第二章 概率與回歸知識(shí)復(fù)習(xí)

第三章 有向無(wú)環(huán)圖
有向無(wú)環(huán)圖表示法的介紹
第四章 潛在結(jié)果因果模型
物理隨機(jī)化
隨機(jī)化推斷
總結(jié)

第五章 匹配和子分類
子分類
精確匹配
近似匹配
第六章 斷點(diǎn)回歸
斷點(diǎn)回歸非常常見(jiàn)
使用RDD進(jìn)行評(píng)估
對(duì)識(shí)別的挑戰(zhàn)
復(fù)刻一個(gè)流行設(shè)計(jì):勢(shì)均力敵的選舉
拐點(diǎn)回歸設(shè)計(jì)
結(jié)論
第七章 工具變量
工具變量的歷史:父與子
工具變量的直覺(jué)認(rèn)識(shí)
同質(zhì)性處理效應(yīng)
父母濫食冰毒和兒童寄養(yǎng)
弱工具變量問(wèn)題
異質(zhì)性處理效應(yīng)
應(yīng)用
流行的IV設(shè)計(jì)
結(jié)論

第八章 面板數(shù)據(jù)
DAG的例子
估計(jì)
數(shù)據(jù)練習(xí):對(duì)成人服務(wù)提供者的調(diào)查
總結(jié)

第九章 雙重差分
約翰·斯諾=的霍亂假說(shuō)
估計(jì)
推斷
通過(guò)事件研究和前期的平行提供平行趨勢(shì)的證據(jù)
安慰劑對(duì)DD方法的重要性
具有時(shí)間差異的雙向固定效應(yīng)
結(jié)論

第十章 合成控制法
比較案例研究的介紹
監(jiān)獄建設(shè)和黑人男性監(jiān)禁
本書(shū)總結(jié)

本目錄推薦

掃描二維碼
Copyright ? 讀書(shū)網(wǎng) ranfinancial.com 2005-2020, All Rights Reserved.
鄂ICP備15019699號(hào) 鄂公網(wǎng)安備 42010302001612號(hào)