VIP内容

在这个反事实和因果推理的第二版中,讲述了反事实方法的基本特征,观察数据分析来自社会,人口统计和健康科学的例子。首先介绍了使用潜在结果模型和因果图的替代估计技术; 在此之后,条件调节技术,如匹配和回归,从潜在结果的角度提出。在没有观察到重要的因果公开决定因素的研究情景中,然后提出了替代技术,如工具变量估计、纵向方法和通过因果机制的估计。本书强调了因果效应异质性的重要性,并讨论了通过机制进行深度因果解释的必要性。

在过去的三十年里,一个反事实的因果模型已经被开发出来,一个统一的框架起诉的因果问题现在是可用的。通过这本书,我们的目标是说服更多的社会科学家将这个模型应用到社会科学的核心经验问题上。

在第2章介绍了反事实模型的主要部分之后,我们将在本书的第2部分介绍因果效应估计的条件反射技术。在第三章中,我们将使用因果图来展示一个基本的条件作用框架。然后,在第4章和第5章,我们将解释匹配和回归估计量,说明它们是更一般条件作用方法的互补变量。在这本书的第三部分,我们将从因果效应估计的“容易”到“困难”的实例进行转换,对于这种情况,简单的条件作用是不够的,因为决定因果公开的相关变量没有被观察到。在第6章介绍了一般性困境之后,我们将在第7章至第9章中介绍工具变量技术、基于机制的因果效应估计,以及使用超时数据来估计因果效应。最后,在第十章中,我们将总结一些反对反事实模型的意见。在本书的结尾,我们将对因果调研的互补模式进行广泛的讨论,这些模式包括观察社会科学中的因果效应估计。在某种程度上,因为详细的目录已经给出了我们将在其余章节中呈现的材料的准确描述,我们在这里不提供一套详细的章节摘要。相反,我们将用三个因果图和它们所提出的因果效应估计策略来结束这一介绍性的章节。这些图表使我们能够预示许多具体的因果效应估计策略,我们将在后面介绍这些策略。因为本章的其余内容将在以后重新介绍和更全面地解释(主要在第3、6和8章),所以现在可以跳过它,没有任何后果。然而,我们在教学这一材料的经验表明,在考虑观察数据分析的反事实框架的细节之前,许多读者可能受益于对基本估计技术的快速图形介绍。

作者姓名: Stephen Morgan Christopher Winship

作者机构: 约翰霍普金斯大学 哈佛大学

图书目录 一、社会科学中的因果关系与实证研究 1 简介 二、反事实、潜在结果和因果图 2 反事实和潜在结果模型 3 因果图 三、通过对观察到的变量进行条件调节以阻止后门路径来估计因果效应 4 因果暴露模型和识别标准 5 因果效应的匹配估计量 6 因果效应的回归估计 7 因果效应的加权回归估计 四、估计后门调节无效时的因果效应 8 自我选择、异质性和因果图 9 因果效应的工具变量估计量 10 机制与因果解释 11 重复观察和因果效应估计 五、当因果效应不是由可观测点识别时的V估计 12 分布假设、集合识别和敏感性分析 六、结论 13 反事实与观察社会科学实证研究的未来

成为VIP会员查看完整内容
1
36
Top