Causal Inference: What If
内容简介:本书由哈佛大学 Miguel Hernan、Jamie Robins 教授编著,对因果推理的概念和方法做了系统性阐述。该书在知乎等各大平台一直是呼声很高的书籍,众多计量学者期待已久,该书提供了关于因果推断的一个连贯的概念,和方法,因果推理。
书籍开源地址:https://www.hsph.harvard.edu/miguel-hernan/causal-inference-book/
下载地址:https://cdn1.sph.harvard.edu/wp-content/uploads/sites/1268/2019/10/ci_hernanrobins_14oct19.pdf
新增内容:
配套 Stata, R以及Python code~
Stata & R: https://remlapmot.github.io/cibookex-r/index.html
https://github.com/eleanormurray/causalinferencebook_stata
Python: https://github.com/jrfiedler/causal_inference_python_code
2
Causal Inference for Statistics, Social,and Biomedical Sciences:An Introduction
内容简介:社会和生物医学科学中的大多数问题在本质上都是因果关系:如果个人或群体的部分环境被改变了,他们会发生什么?在这篇开创性的文章中,两位世界著名的专家提出了研究这类问题的统计方法。这本书以潜在结果的概念开始,每一个对应的结果将被实现,如果一个主题暴露在一个特定的治疗或制度。在这种方法中,因果效应是对这些潜在结果的比较。因果推理的基本问题是,我们只能观察到一个特定主题的一个潜在结果。作者讨论了随机实验如何让我们评估因果效应,然后转向观察性研究。他们列出了因果推断所需的假设,并描述了主要的分析方法,包括匹配、倾向评分方法和工具变量。
3
The Book of WhyThe New Science of Cause and Effect
作者: [美]朱迪亚·珀尔(Judea Pearl) / [美]达纳·麦肯齐(Dana Mackenzie)
出版社: 中信出版集团股份有限公司
副标题: 关于因果关系的新科学
原作名: The Book of Why : The New Science of Cause and Effect
译者: 江生 / 于华
出版年: 2019-7-1
内容简介:在本书中,人工智能领域的权威专家朱迪亚·珀尔及其同事领导的因果关系革命突破多年的迷雾,厘清了知识的本质,确立了因果关系研究在科学探索中的核心地位。而因果关系科学真正重要的应用则体现在人工智能领域。作者在本书中回答的核心问题是:如何让智能机器像人一样思考?换言之,“强人工智能”可以实现吗?借助因果关系之梯的三个层级逐步深入地揭示因果推理的本质,并据此构建出相应的自动化处理工具和数学分析范式,作者给出了一个肯定的答案。作者认为,今天为我们所熟知的大部分机器