文献来源:Luke Keele, Randolph T. Stevenson and Felix Elwert, “The causal interpretation of estimated associations in regression models”. Political Science Research and Methods, 2020.8.1-13
主要作者简介:Luke Keele,现任宾夕法尼亚大学副教授;Randolph T. Stevenson,莱斯大学政治学系教授;Felix Elwert,威斯康星大学麦迪逊分校社会学系Vilas副教授。
![e4bbcca2d69546244074cb3b54dc5d8f.png](https://i-blog.csdnimg.cn/blog_migrate/7f7be4c279f06862de5517a5c5040ada.jpeg)
统计模型在政治科学研究中非常普遍,研究者使用各种模型来描述现象、做出预测以及进行因果推断。过往的因果推断方法往往是线性或广义线性模型,而近期一些新的方法,例如匹配、逆概率加权以及非参数和半参数估计等也被用于因果推断领域。这些方法大体上可以归为两类:干扰参数法(nuisance parameter approaches)和多参数法(multi-parameter approaches)。前者包括政治科学常用的匹配法和流行病学领域常用的逆概率加权法;后者包括对解释变量进行建模的统计方法。干扰参数法只关注处理变量的处理效应(treatment effect),而多参数法则关注所有解释变量的协方差系数并提供解释。
政治科学研究者会提出一些竞争性假设,然后建立模型来估计因果效应以做出判断。在统计模型中