因果推断实用计量方法（配课件） / 新方法系列
￥86.00定价
作者： 邱嘉平
出版时间：2020-07
出版社：上海财经大学出版社
- 上海财经大学出版社
- 9787564235864
- 1版
- 376904
- 62250912-3
- 16开
- 2020-07
- 340
- 法学
- 社会学
- 社会科学
- 本科 研究生及以上
作者简介
内容简介
因果关系实证方法是现代社会科学实证研究的基础。本书的目的是为本科生、研究生和从事社科科学实证研究的科研工作者提供一个缩短计量经济学理论学习和实证研究间距离的桥梁。为达到这个目的，本书的内容坚持三个特点：第一，逻辑性。以因果推断为核心，梳理各种方法的逻辑联系和优缺点。具体体现在本书尽量避免不必要的数学证明，使读者从繁复的公式中解脱出来，把关注重点放到使用各种计量方法进行因果推断的原理以及它们之间的联系和区别。第二，直观性。尽量用最少的数学公式，通过最直接的语言和例子来理解各种方法的本质。具体体现在每章都会通过图形和简单的具体数值例子来直观解释不同的计量方法。第三，实用性。本书涵盖了因果推断中最常用的方法，包括简单回归、匹配方法、面板分析、双重差分法、工具变量、样本自选择模型和断点回归，着重讲解不同计量方法在实际运用过程中将面对的各种细节问题。具体体现在讲解每个计量方法时，都会通过Ｓｔａｔａ程序命令来分析一个实证例子，并且会讨论实证中常见问题。作为一本和传统计量教课书不尽相同的实用计量教材，为了达到以上特点，本书使用了较通俗易懂的语言，并且简化和省略了一些数理证明方面的细节。
目录
序，言，／１
，
第一章，因果推断常用计量方法图解与概览，／１
第一节，辛普森悖论，／１
第二节，变量关系路径图，／６
第三节，因果关系估计偏差来源，／８
第四节，常用因果关系估计方法概览，／１２
，
第二章，线性回归———理解篇，／１６
第一节，线性回归模型、条件期望函数与因果推断，／１６
第二节，最小二乘法，／２４
第三节，多元回归系数估计的直观理解，／２８
第四节，多元线性回归分解，／３１
第五节，内生性和因果关系，／３２
附，录，／３５
，
第三章，线性回归———运用篇，／４３
第一节，固定解释变量和随机解释变量，／４３
第二节，理解固定解释变量下的回归模型假设，／４５
第三节，理解随机解释变量假设下的线性回归假设，／５１
第四节，样本估计系数性质，／５６
第五节，有限样本和大样本假设检验，／６１
第六节，回归方法Ｓｔａｔａ命令实例，／６４
第七节，回归分析运用常见问题，／６９
，
第四章，标准误差，／７９
第一节，理解同方差，／７９
第二节，理解异方差，／８３
第三节，理解自相关，／９０
第四节，理解集群相关，／９５
第五节，集群相关方差Ｓｔａｔａ实例，／１０３
第六节，集群方差运用常见问题，／１０７
，
第五章，处置效应，／１０９
第一节，潜在结果、处置效应与因果关系，／１０９
第二节，观测结果，／１１２
第三节，使用观测结果估计处置效应可能的偏差，／１１３
第四节，计算平均处置效应实例，／１１６
第五节，随机分配，／１１８
第六节，控制可观测特征，／１２２
第七节，回归方法和处置效应，／１２６
第八节，随机分配实例：田纳西学生／教师比例和表现实验，／１３３
附，录，个体处置效应不相同情况下回归方程系数和平均处置效应的关系，／１３９
，
第六章，匹配方法，／１４２
第一节，匹配方法的直观理解，／１４２
第二节，匹配方法的假设条件，／１５０
第三节，直接匹配方法，／１５３
第四节，倾向得分匹配法原理，／１５６
第五节，倾向得分匹配法操作步骤，／１５８
第六节，倾向匹配方法实例，／１６６
第七节，匹配方法使用中常见问题，／１７５
，
第七章，匹配方法与回归方法比较，／１７６
第一节，匹配方法与回归方法的相同点，／１７６
第二节，匹配方法与回归方法的差异，／１８５
第三节，总结，／１９７
，
第八章，面板分析方法，／１９９
第一节，什么是面板数据，／１９９
第二节，面板数据的信息来源，／２０１
第三节，面板数据因果关系分析的直观理解，／２０３
第四节，面板数据分析的三种常见模型，／２０５
第五节，固定效应模型估计方法，／２０８
第六节，面板数据分析实例，／２１４
第七节，面板数据实际运用中常见问题，／２２４
，
第九章，双重差分法，／２２７
第一节，单重差分法，／２２７
第二节，双重差分法的直观理解，／２３３
第三节，双重差分法回归模型实例，／２３６
第四节，双重差分法假设条件检验，／２４２
第五节，三重差分法，／２４５
附，录，／２４６
，
第十章，工具变量，／２５１
第一节，工具变量估计法的直观理解，／２５１
第二节，两阶段最小二乘法，／２５７
第三节，工具变量估计法的局限性，／２６０
第四节，工具变量运用的检验，／２６４
第五节，工具变量使用步骤，／２６８
第六节，工具变量运用举例，／２６９
第七节，工具变量使用的常见问题，／２７５
，
第十一章，样本自选择模型，／２８３
第一节，样本自选择偏差产生原因的直观理解，／２８３
第二节，样本自选择偏差解决办法的直观理解，／２８８
第三节，传统Ｈｅｃｋｍａｎ样本选择模型，／２９３
第四节，Ｈｅｃｋｍａｎ样本选择模型的应用例子，／２９６
第五节，内生选择变量处置效应模型，／３０１
第六节，样本自选择模型运用中常见问题，／３０５
，
第十二章，断点回归，／３０７
第一节，断点回归的直观理解，／３０７
第二节，断点回归的数据要求，／３１０
第三节，ＲＤＤ的估计步骤和相应Ｓｔａｔａ命令，／３１１
第四节，ＲＲＤ运用实例，／３１３
，
参考文献，／３３０
，
第一章，因果推断常用计量方法图解与概览，／１
第一节，辛普森悖论，／１
第二节，变量关系路径图，／６
第三节，因果关系估计偏差来源，／８
第四节，常用因果关系估计方法概览，／１２
，
第二章，线性回归———理解篇，／１６
第一节，线性回归模型、条件期望函数与因果推断，／１６
第二节，最小二乘法，／２４
第三节，多元回归系数估计的直观理解，／２８
第四节，多元线性回归分解，／３１
第五节，内生性和因果关系，／３２
附，录，／３５
，
第三章，线性回归———运用篇，／４３
第一节，固定解释变量和随机解释变量，／４３
第二节，理解固定解释变量下的回归模型假设，／４５
第三节，理解随机解释变量假设下的线性回归假设，／５１
第四节，样本估计系数性质，／５６
第五节，有限样本和大样本假设检验，／６１
第六节，回归方法Ｓｔａｔａ命令实例，／６４
第七节，回归分析运用常见问题，／６９
，
第四章，标准误差，／７９
第一节，理解同方差，／７９
第二节，理解异方差，／８３
第三节，理解自相关，／９０
第四节，理解集群相关，／９５
第五节，集群相关方差Ｓｔａｔａ实例，／１０３
第六节，集群方差运用常见问题，／１０７
，
第五章，处置效应，／１０９
第一节，潜在结果、处置效应与因果关系，／１０９
第二节，观测结果，／１１２
第三节，使用观测结果估计处置效应可能的偏差，／１１３
第四节，计算平均处置效应实例，／１１６
第五节，随机分配，／１１８
第六节，控制可观测特征，／１２２
第七节，回归方法和处置效应，／１２６
第八节，随机分配实例：田纳西学生／教师比例和表现实验，／１３３
附，录，个体处置效应不相同情况下回归方程系数和平均处置效应的关系，／１３９
，
第六章，匹配方法，／１４２
第一节，匹配方法的直观理解，／１４２
第二节，匹配方法的假设条件，／１５０
第三节，直接匹配方法，／１５３
第四节，倾向得分匹配法原理，／１５６
第五节，倾向得分匹配法操作步骤，／１５８
第六节，倾向匹配方法实例，／１６６
第七节，匹配方法使用中常见问题，／１７５
，
第七章，匹配方法与回归方法比较，／１７６
第一节，匹配方法与回归方法的相同点，／１７６
第二节，匹配方法与回归方法的差异，／１８５
第三节，总结，／１９７
，
第八章，面板分析方法，／１９９
第一节，什么是面板数据，／１９９
第二节，面板数据的信息来源，／２０１
第三节，面板数据因果关系分析的直观理解，／２０３
第四节，面板数据分析的三种常见模型，／２０５
第五节，固定效应模型估计方法，／２０８
第六节，面板数据分析实例，／２１４
第七节，面板数据实际运用中常见问题，／２２４
，
第九章，双重差分法，／２２７
第一节，单重差分法，／２２７
第二节，双重差分法的直观理解，／２３３
第三节，双重差分法回归模型实例，／２３６
第四节，双重差分法假设条件检验，／２４２
第五节，三重差分法，／２４５
附，录，／２４６
，
第十章，工具变量，／２５１
第一节，工具变量估计法的直观理解，／２５１
第二节，两阶段最小二乘法，／２５７
第三节，工具变量估计法的局限性，／２６０
第四节，工具变量运用的检验，／２６４
第五节，工具变量使用步骤，／２６８
第六节，工具变量运用举例，／２６９
第七节，工具变量使用的常见问题，／２７５
，
第十一章，样本自选择模型，／２８３
第一节，样本自选择偏差产生原因的直观理解，／２８３
第二节，样本自选择偏差解决办法的直观理解，／２８８
第三节，传统Ｈｅｃｋｍａｎ样本选择模型，／２９３
第四节，Ｈｅｃｋｍａｎ样本选择模型的应用例子，／２９６
第五节，内生选择变量处置效应模型，／３０１
第六节，样本自选择模型运用中常见问题，／３０５
，
第十二章，断点回归，／３０７
第一节，断点回归的直观理解，／３０７
第二节，断点回归的数据要求，／３１０
第三节，ＲＤＤ的估计步骤和相应Ｓｔａｔａ命令，／３１１
第四节，ＲＲＤ运用实例，／３１３
，
参考文献，／３３０
