更改

== 书籍简介 ==

== 书籍简介 ==

本书<ref>https://www.tandfonline.com/doi/abs/10.1080/15228053.2015.1077672?journalCode=utca20</ref>的基本观点：（1）所有的因果问题都和特点的干预（intervention）或者实验（treatment）相联系。（2）因果问题被视为对潜在结果（potential outcome）的比较，每个潜在结果对应于一个实验水平（或条件）。如果采用相应的实验条件，那么每个潜在结果都将被观察到。因果效应涉及到将实际观察结果与其他潜在结果比较。实际上其他潜在结果无法被观察到。因此，从根本上说，因果推断是一个处理缺失数据的问题。

本书<ref>https://www.tandfonline.com/doi/abs/10.1080/15228053.2015.1077672?journalCode=utca20</ref>的基本观点：（1）所有的因果问题都和特点的[[干预]]（intervention）或者实验（treatment）相联系。（2）因果问题被视为对[[潜在结果]]（potential outcome）的比较，每个潜在结果对应于一个实验水平（或条件）。如果采用相应的实验条件，那么每个潜在结果都将被观察到。因果效应涉及到将实际观察结果与其他潜在结果比较。实际上其他潜在结果无法被观察到。因此，从根本上说，因果推断是一个处理缺失数据的问题。

与所有处理缺失数据的问题一样，处理的关键是决定是否被观测到的机制（mechanism）。在因果推断中，被称为分配机制（assignment mechanism）。

与所有处理缺失数据的问题一样，处理的关键是决定是否被观测到的机制（mechanism）。在因果推断中，被称为分配机制（assignment mechanism）。

=== Guido W. Imbens ===

=== Guido W. Imbens ===

Guido W. Imbens<ref>https://www.gsb.stanford.edu/faculty-research/faculty/guido-w-imbens</ref><ref>https://en.wikipedia.org/wiki/Guido_Imbens</ref>，荷兰裔美国经济学家，于斯坦福大学斯坦福商学院任职应用计量经济学教授和经济学教授，研究领域为经济学和统计学。2021年，与Joshua Angrist共同获得诺贝尔经济学奖，“以表彰他们在分析因果关系方面的方法论贡献”。

[[吉多·威廉姆斯·因本斯 Guido Wilhelmus Imbens|Guido W. Imbens]]<ref>https://www.gsb.stanford.edu/faculty-research/faculty/guido-w-imbens</ref><ref>https://en.wikipedia.org/wiki/Guido_Imbens</ref>，荷兰裔美国经济学家，于斯坦福大学斯坦福商学院任职应用计量经济学教授和经济学教授，研究领域为经济学和统计学。2021年，与Joshua Angrist共同获得诺贝尔经济学奖，“以表彰他们在分析因果关系方面的方法论贡献”。

Imbens曾分别任教于哈佛大学（1990-1997，2006-2012年），蒂尔堡大学（1989-1990年），加州大学洛杉矶分校（1997-2001年），加州大学伯克利分校（2002-06年）。他主要研究计量经济学，这是一种描绘因果推理的特殊方法。他于2019年成为《Econometrica》杂志的编辑，并将担任这一职务直到2023年。截至2021年，他是斯坦福大学商学院应用计量经济学和经济学教授。他还是斯坦福大学经济政策研究所（SIEPR）的高级研究员，以及该所人文与社会科学学院的经济学教授。因本斯是经济计量学会（2001年）和美国艺术与科学学院的研究员。2017年，因本斯被选为荷兰皇家艺术与科学学院的外籍成员。2020年，他被评选为美国统计协会会员。

Imbens曾分别任教于哈佛大学（1990-1997，2006-2012年），蒂尔堡大学（1989-1990年），加州大学洛杉矶分校（1997-2001年），加州大学伯克利分校（2002-06年）。他主要研究计量经济学，这是一种描绘因果推理的特殊方法。他于2019年成为《Econometrica》杂志的编辑，并将担任这一职务直到2023年。截至2021年，他是斯坦福大学商学院应用计量经济学和经济学教授。他还是斯坦福大学经济政策研究所（SIEPR）的高级研究员，以及该所人文与社会科学学院的经济学教授。因本斯是经济计量学会（2001年）和美国艺术与科学学院的研究员。2017年，因本斯被选为荷兰皇家艺术与科学学院的外籍成员。2020年，他被评选为美国统计协会会员。

=== Donald B. Rubin ===

=== Donald B. Rubin ===

Donald B. Rubin<ref>https://statistics.fas.harvard.edu/people/donald-b-rubin</ref><ref>https://en.wikipedia.org/wiki/Donald_Rubin</ref>，哈佛大学统计系名誉教授，曾在那里担任13年统计系主任，同时在清华大学和费城坦普尔大学工作。其研究兴趣为实验和观察研究中的因果推理、在无响应的样本调查和缺失数据问题中的推断、贝叶斯和经验贝叶斯技术的应用和开发统计模型并将其应用于各种科学学科的数据。

[[Donald Rubin|Donald B. Rubin]]<ref>https://statistics.fas.harvard.edu/people/donald-b-rubin</ref><ref>https://en.wikipedia.org/wiki/Donald_Rubin</ref>，哈佛大学统计系名誉教授，曾在那里担任13年统计系主任，同时在清华大学和费城坦普尔大学工作。其研究兴趣为实验和观察研究中的因果推理、在无响应的样本调查和缺失数据问题中的推断、贝叶斯和经验贝叶斯技术的应用和开发统计模型并将其应用于各种科学学科的数据。

Donald Rubin教授是当今世界影响力最深远的统计学家之一，他在现代统计领域做出了许多基础贡献，特别是在缺失数据和因果推断方面。他也是世界上被引用最多的科学作者之一，根据谷歌学者的数据，他被引用超过25万次。此外，截至2019年底，他有10篇单独发表的论文，每一篇都被引用超过1000次。他获得过统计学领域几乎所有著名奖项，是当今世界最具影响力的统计学家。他对科学的贡献已超出统计学范畴，其统计思想对生物医学、经济学、心理学、教育学、社会学及计算机科学等众多领域均产生了重要影响。

Donald Rubin教授是当今世界影响力最深远的统计学家之一，他在现代统计领域做出了许多基础贡献，特别是在缺失数据和因果推断方面。他也是世界上被引用最多的科学作者之一，根据谷歌学者的数据，他被引用超过25万次。此外，截至2019年底，他有10篇单独发表的论文，每一篇都被引用超过1000次。他获得过统计学领域几乎所有著名奖项，是当今世界最具影响力的统计学家。他对科学的贡献已超出统计学范畴，其统计思想对生物医学、经济学、心理学、教育学、社会学及计算机科学等众多领域均产生了重要影响。

# unconfounded实验分配

# unconfounded实验分配

# 估计倾向性得分

# 估计[[倾向得分匹配|倾向性得分]]

# 评估协变量的overlap

# 评估协变量的overlap

# 改进协变量分布平衡的匹配

# 改进协变量分布平衡的匹配

# 基于倾向性得分的子分类

# 基于倾向性得分的子分类

# 匹配估计器

# [[匹配]]估计器

# 估计平均因果效应标准估计量抽样方差的一般方法

# 估计平均因果效应标准估计量抽样方差的一般方法

# 一般因果估计的推断

# 一般因果估计的推断