第1章 相關(guān)關(guān)系和因果關(guān)系 1
1.1　相關(guān)關(guān)系 1
1.2　因果關(guān)系 3
1.3　相關(guān)關(guān)系與因果關(guān)系之間的迷霧 6
1.3.1 混雜 6
1.3.2 樣本的選擇性偏差 7
1.4　因果推斷方法 9
1.4.1 符號(hào)和表示工具 9
1.4.2 本書涉及的因果推斷方法 10
參考文獻(xiàn) 12
第2章 隨機(jī)對(duì)照試驗(yàn) 14
2.1　隨機(jī)對(duì)照試驗(yàn)的統(tǒng)計(jì)學(xué)原理 14
2.1.1 基本概念 14
2.1.2 隨機(jī)對(duì)照試驗(yàn)的核心思想 15
2.1.3 統(tǒng)計(jì)學(xué)的反證思維：假設(shè)檢驗(yàn) 16
2.2　總體方差未知的情況 17
2.3　兩類統(tǒng)計(jì)錯(cuò)誤 19
2.4　隨機(jī)對(duì)照試驗(yàn)流程 21
2.4.1 最小樣本容量 22
2.4.2 試驗(yàn)結(jié)果分析 24
2.5　本章小結(jié) 25
參考文獻(xiàn) 26
第3章 基于設(shè)計(jì)思想的因果推斷方法 28
3.1　雙重差分法 28
3.1.1 DID模型的原理 29
3.1.2 DID模型的有效性檢驗(yàn) 30
3.1.3 DID法的注意事項(xiàng) 32
3.1.4 DID法案例分析 33
3.2　合成控制法 39
3.2.1 構(gòu)建潛在的合成控制組 40
3.2.2 求解合成控制組的權(quán)重 41
3.2.3 合成控制組的應(yīng)用 42
3.2.4 合成控制法的評(píng)價(jià) 43
3.2.5 合成控制法案例分析 44
3.3　斷點(diǎn)回歸法 48
3.3.1 設(shè)計(jì)原理 49
3.3.2 確定分組變量和斷點(diǎn) 49
3.3.3 精確斷點(diǎn)與模糊斷點(diǎn) 51
3.3.4 斷點(diǎn)回歸法的有效性檢驗(yàn) 52
3.3.5 斷點(diǎn)回歸法的結(jié)果分析 52
3.3.6 斷點(diǎn)回歸法的評(píng)價(jià) 53
3.3.7 斷點(diǎn)回歸法案例分析 54
3.4　工具變量法 61
3.4.1 工具變量的定義 61
3.4.2 工具變量的前提假設(shè) 62
3.4.3 工具變量的有效性 63
3.4.4 工具變量的實(shí)踐方式 64
3.4.5 工具變量法案例分析 66
3.5　主分層法 72
3.5.1 隨機(jī)對(duì)照試驗(yàn)中的不依從問題 72
3.5.2 主分層法的原理 73
3.5.3 主分層法的前提假設(shè) 75
3.6　本章小結(jié) 76
參考文獻(xiàn) 77
第4章 基于潛在結(jié)果框架的因果推斷方法 80
4.1　POF 80
4.1.1 POF的基本構(gòu)成元素 80
4.1.2 POF的因果指標(biāo) 81
4.1.3 POF的運(yùn)行規(guī)則 82
4.2　均衡的樣本子空間 88
4.2.1 分層方法 88
4.2.2 匹配方法 90
4.2.3 基于決策樹的子空間劃分 94
4.3　重加權(quán)的樣本空間 96
4.3.1 逆傾向得分權(quán)重 96
4.3.2 雙魯棒估計(jì)方法 97
4.3.3 基于提升方法的泛化傾向得分權(quán)重 98
4.3.4 協(xié)變量均衡傾向得分權(quán)重 100
4.3.5 泛化的協(xié)變量均衡傾向得分權(quán)重 101
4.4　去混雜的表征空間 104
4.4.1 均衡表征學(xué)習(xí) 104
4.4.2 局部相似表征學(xué)習(xí) 107
4.5　基于潛在結(jié)果框架的因果推斷方法的綜合試驗(yàn) 112
4.5.1 數(shù)據(jù)生成 112
4.5.2 對(duì)照試驗(yàn)：估計(jì)ATE的常規(guī)方法 114
4.5.3 試驗(yàn)一：分層方法 115
4.5.4 試驗(yàn)二：匹配方法 117
4.5.5 試驗(yàn)三：基于決策樹的子空間劃分 119
4.5.6 試驗(yàn)四：逆傾向得分權(quán)重 120
4.5.7 試驗(yàn)五：雙魯棒估計(jì)方法 121
4.5.8 試驗(yàn)六：基于提升方法的泛化傾向得分權(quán)重 122
4.5.9 試驗(yàn)七：協(xié)變量均衡傾向得分權(quán)重 123
4.5.10 試驗(yàn)八：泛化的協(xié)變量均衡傾向得分權(quán)重 124
4.5.11 試驗(yàn)九：均衡表征學(xué)習(xí)和局部相似表征學(xué)習(xí) 124
4.5.12 總結(jié) 127
4.6　本章小結(jié) 127
參考文獻(xiàn) 128
第5章 基于結(jié)構(gòu)因果模型的因果推斷方法 132
5.1　因果層級(jí) 132
5.2　結(jié)構(gòu)因果模型 134
5.2.1 因果圖 134
5.2.2 因果圖的基本節(jié)點(diǎn)結(jié)構(gòu) 135
5.2.3 因果圖上的概率分布 137
5.2.4 因果圖上結(jié)構(gòu)方程 139
5.2.5 結(jié)構(gòu)因果模型小結(jié) 141
5.3　干預(yù)推斷 142
5.3.1 后門調(diào)整 142
5.3.2 前門調(diào)整 143
5.3.3 do演算 144
5.4　干預(yù)的可識(shí)別性和識(shí)別算法 147
5.4.1 基本概念和定義 147
5.4.2 Px(v)的可識(shí)別性 150
5.4.3 Px(s)的可識(shí)別性 163
5.4.4 Pt(s)的可識(shí)別性 179
5.4.5 半馬爾可夫模型向馬爾可夫模型的進(jìn)化 183
5.5　反事實(shí)預(yù)測(cè) 184
5.6　本章小結(jié) 186
參考文獻(xiàn) 186