前辅文
第1章 绪言：统计及因果模型
1.1 为什么研究因果关系
1.2 辛普森悖论
1.3 概率和统计
1.3.1 变量
1.3.2 事件
1.3.3 条件概率
1.3.4 独立性
1.3.5 概率分布
1.3.6 全概率公式
1.3.7 使用贝叶斯法则
1.3.8 期望值
1.3.9 方差和协方差
1.3.10 回归
1.3.11 多元回归
1.4 图
1.5 结构因果模型
1.5.1 因果假设建模
1.5.2 乘积分解
第2章 图模型及其应用
2.1 模型与数据的联系
2.2 链结构和分叉结构
2.3 对撞结构
2.4 d-分离
2.5 模型检验与因果搜索
第3章 干预的效果
3.1 干预
3.2 校正公式
3.2.1 校正还是不校正
3.2.2 多重干预和截断乘积规则
3.3 后门准则
3.4 前门准则
3.5 条件干预和特定变量效应
3.6 逆概率加权
3.7 中介
3.8 线性系统中的因果推断
3.8.1 结构系数与回归系数
3.8.2 结构系数的因果解释
3.8.3 识别结构系数和因果效应
3.8.4 线性系统中的中介
第4章 反事实及其应用
4.1 反事实
4.2 反事实的定义和计算
4.2.1 反事实的结构性解释
4.2.2 反事实的基本定理
4.2.3 从总体数据到个体行为
4.2.4 计算反事实的三个步骤
4.3 非确定性的反事实
4.3.1 反事实的概率
4.3.2 反事实的图形化表示
4.3.3 试验环境中的反事实
4.3.4 线性模型中的反事实
4.4 反事实的实际应用
4.4.1 项目招募
4.4.2 添加干预
4.4.3 个人决策制定
4.4.4 招聘中的歧视
4.4.5 中介和路径阻断干预
4.5 用于归因和中介的数学工具包
4.5.1 用于归因和因果概率的工具包
4.5.2 用于中介的工具包
参考文献
