反事实与因果推断
Counterfactuals and Causal Inference: Methods and Principles for Social Research (Analytical Methods for Social Research)
Stephen L. Morgan · 初版 2007 年
- 5次提及
- 4人推荐
- 5位 HN 评论者
简介
“在这部经过全面修订与扩充的 Counterfactuals and Causal Inference 第二版中，结合社会科学、人口学和健康科学的实例，系统阐述了反事实方法在观察性数据分析中的核心特征。本书首先借助潜在结果模型（potential outcome model）和因果图介绍了备选估计技术；随后从潜在结果的视角展示了诸如匹配（matching）和回归（regression）等条件化技术。针对因果暴露的重要决定因素未被观测到的研究情境，备选……”
Hacker News 读者推荐
之前在 HN 的因果推断（Causal Inference）框架讨论帖里有人发了这个流程图：https://www.bradyneal.com/which-causal-inference-book（我买了《Counterfactuals and Causal Inference》和《Elements of Causal Inference》，两本都很推荐）。
Pils 在 HN 的推荐
Gelman 自己（和 Jennifer Hill 合著）的那本书里也有不少因果推断方面的实用好技术。[0] Morgan 和 Winship 写的《Counterfactuals and Causal Inference: Methods and Principles for Social Research》[1] 也很赞。一定要买第二版，比第一版强太多了。[0] http://www.amazon.com/Analysis-Regression-Multilevel-Hierarc...…
hudibras 在 HN 的推荐
……它回答的那组问题有大概 80% 的重叠（尽管 Pearl 和潜在结果框架 PO 各自都有独占的 20%），但我发现后者的词汇更直观一些。经典书目包括 Morgan 和 Winship 的《Counterfactuals and Causal Inference》，或者 Imbens 和 Rubin 的《Causal Inference for Social Scientists》。至于那篇博文，Pearl 说的没错，因果关系确实需要关于设计的定性假设，来证明研究所需假设的合理性……
notafraudster 在 HN 的推荐
找书
豆瓣 微信读书 京东 Open Library ISBN 1107694167
数据整理自 Hacker News 公开评论，数据来源 hackerbooks.org 与 Open Library。