更改

Causal Inference for Statistics, Social, and Biomedical Sciences (查看源代码)

2022年6月20日 (一) 15:17的版本

添加420字节、 2022年6月20日 (一) 15:17

第16行：第16行：

PART 1: 导论

−

内容：阐述了因果推断方法所依据的基本理念，并描述了潜在结果框架，讨论了因果推断方法背后的三个关键概念。第一个概念是潜在结果，每个潜在结果对应一种治疗的一个层次，遵循格言“没有操纵则没有因果”。每个潜在结果是先验观察变量，在某种意义上，如果该单位接受相应的治疗水平，就可以观察到。但是，一个后验，也就是说，一旦应用了一种治疗方法，最多只能观察到一种潜在的结果。第二个概念是必要性，当进行因果推论，观察多种单元，相关稳定性假设的效用，我们在这本书的大部分篇幅里都在使用它来探讨多单位的存在。第三个概念，讨论了分配机制的中心作用，这是推断因果效应的关键，这是这本书的组织原则。

+

内容：导论部分阐述了因果推断方法所依据的基本理念，并描述了潜在结果框架，讨论了因果推断方法背后的三个关键概念。首先，讨论的概念是潜在结果，潜在结果框架遵循一个基本理念——"没有干预则没有因果"，一个特定程度的干预措施对应着一种潜在结果。每种潜在结果都是先验观察变量，在某种意义上，如果该研究对象接受相应的治疗水平，就可以观察到。但是另一个角度来说，潜在结果也是一个后验观察变量，也就是说，一旦进行了某一种干预，最多只能观察到一种潜在的结果。其次，讨论了当我们进行因果推论时，多个待观察的实验单位存在的必要性，以及对应稳定性假设的有效性，我们将利用这本书的大部分篇幅里来探讨多实验单位的存在。第三个概念，讨论了分配机制的中心作用，这是推断因果效应的关键，也是这本书的组织原则。

# 因果：基本框架

第24行：第24行：

PART 2: 经典随机实验

−

~~内容：假设分配机制对应于经典随机实验的情况~~

+

内容：经典随机实验部分，讨论了假设分配机制对应于经典随机实验的情况。这一章回顾了一些潜在结果方法的实例，其中两个重要早期发展，一个是在20世纪20年代，奈曼将潜在结果引入随机试验，另一个是费舍引入随机化作为推理的“理性基础”。

# 经典随机实验的分类

我是猫

316

个编辑