赠书|因果推断实证领域力作斯科特·坎宁安的《因果推断》终于来啦

现代经济学借助统计学中对因果关系的认识，催生了一场因果推断研究的革命。

美国贝勒大学经济学教师斯科特·坎宁安（Scott Cunningham）为大学生讲授因果推断与研究设计课程已经有十三年之久，他结合自己的教学经验与成果，写出了一本Causal Inference: The Mixtape（Yale University Press），这本书通俗易懂地介绍了社会科学家得以确定因果关系的主要数学工具和方法。全书对因果推断领域的理论与方法涵盖面非常广泛，对理论的阐述言简意赅，对方法应用着墨更多。坎宁安通过列举许多社会科学相关的因果推断案例和参考论文，对实际案例的细节进行了详细分析，并且展示了分析案例所借助的 Stata 和 R 软件的具体操作程序。

对社会科学中确定因果关系的方法作了通俗易懂的介绍

"自古以来，因果关系与相关关系一直是经济和其他方面争论的基础，《因果推断》使用了现实世界的例子，我发现这些例子确实发人深省。很少有一本书能令读者扩大他们的视野；这本书对我来说就是这样。"

——马文-杨（Young MC）

最好的应用微观计量学教材，举双手赞成!

我想先说一下，我拥有最近出版的所有三本 “知名”的因果推断的书，这是迄今为止我最喜欢的一本。这本书如此出色的原因是，它在可读性和数学严谨性之间提供了一个很好的平衡，非常适合应用经济学和其他定量社会科学项目的硕士生，这些项目优先考虑经验而不是理论和深入的数学推导。你真的只需要有概率论、简单微积分的基础。总的来说，这本书将成为政策实践和经济分析领域从业人员的最佳案头参考书。

一本可读性极强的方法书!

我一直在为从事政策分析的学生开设的课程中使用这本书中的一些片段，它总是很有帮助。坎宁安以直观的方式解释问题，没有跳过任何步骤 ——这本书是真正为读者而写的！我认为这反映了作者对读者需求的深刻理解。我认为这反映了作者的信心，即来自不同学科和背景的人都可以通过了解模型的逻辑而对因果推断的方法有充分的了解和掌握。虽然技术材料根据需要也在其中，但这本书的关键在于，一个人可以学习何时何地使用不同的建模技术，并可以通过书中的材料同时使用Stata和R软件进行练习。坎宁安对他所引用的研究（有时是真正的数据挖掘）的热情是有感染力的，我相信当我下学期把这本书推荐给学生时，我的学生们会喜欢这本书。

首先，这本书的涵盖范围和技术更新程度超越目前流行的因果推断著作。这本书不仅包含了前沿的各类因果识别方法以及这些方法的新进展，还包含了合成控制法和因果图模型。作者从基础的概率与回归分析讲起，引出因果革命中最基础的两个分析工具——有向无环图和潜在结果因果模型。接下来分别介绍了目前主流的因果识别方法，分别是：匹配与分层方法，断点回归，工具变量，面板数据与双重差分法，合成控制法。以双重差分法（DID）为例，最近两年出现了一大批基于异质性处理效应的DID 估计，这些方法也被经济学顶级期刊（AER，QJE等）上的文章所采用，这本书对双重差分法的最新进展给出了介绍，而其他同类书籍中是没有的。这本书还包括了大部分书籍所没有的合成控制法和因果图模型，这两种方法目前看来对于经济学研究是非常重要的，其中合成控制法被称为是过去15年因果推断中最重要的创新。

其次，这本书融汇了编程实例、数据和详细的解释，分别使用Stata和R程序演示实证练习，手把手教给读者，真正想读者之所想。使用两套程序完成相同的任务，一方面照顾了经济学以及社会学、政治学等其他不同专业的读者的需求偏好，另一方面对已经了解了R并且想要学习Stata，或者已经了解了Stata想要学习R的读者会很有帮助！

最后，实用性强，能让初学者快速入门和上手开始研究。书中的实例有些是因果推断领域的经典论文，有些则是作者自己的研究所得。这些实例具体而微地向读者展示了一项研究成果是如何开展的，如何获取数据、编写代码，如何利用理论和场景知识，在自己的项目中实现合理的设计。一个对因果推断和编程一无所知的人，也可以从这本书开始，逐步达到胜任因果推断的境地！

因果推断让回答“为什么”这个科学盲点成为了历史。因果推断目前在社会科学、人工智能、医疗、生物技术等多个领域都有广泛的应用前景。因果推断也是经济学、社会学、教育学、政治学、新闻学、统计学等各个社会科学领域的教师和学生争相学习的先进方法，毕竟谁不想在自己的论文中用上这么好用的方法，让自己的论文写作水平再上新台阶呢？坎宁安的这本书，不但适合于经济学的教师和学生，同样也适合于其他社会科学领域的读者学习，喜欢的读者就赶快下单吧！