Guido Imbens: 潜在结果和有向无环图在因果推断实证研究中的应用实例讲解(二)

箱:econometrics666@126.com

所有计量经济圈方法论丛的code程序, 宏微观数据库和各种软件都放在社群里.欢迎到计量经济圈社群交流访问.

关于相关计量方法视频课程,文章,数据和代码,参看 1.面板数据方法免费课程, 文章, 数据和代码全在这里, 优秀学人好好收藏学习!2.双重差分DID方法免费课程, 文章, 数据和代码全在这里, 优秀学人必须收藏学习!3.工具变量IV估计免费课程, 文章, 数据和代码全在这里, 不学习可不要后悔!4.各种匹配方法免费课程, 文章, 数据和代码全在这里, 掌握匹配方法不是梦!5.断点回归RD和合成控制法SCM免费课程, 文章, 数据和代码全在这里, 有必要认真研究学习!6.空间计量免费课程, 文章, 数据和代码全在这里, 空间相关学者注意查收!7.Stata, R和Python视频课程, 文章, 数据和代码全在这里, 真的受用无穷!

正文

关于下方文字内容,作者吴青叶,澳大利亚国立大学商学与经济学院,通信邮箱wuqy3@mail.sustech.edu.cn

背景知识:1.因果推断专题:4.有向无环图DAG,2.前沿: nature刊掀起DAG热, 不掌握就遭淘汰无疑!因果关系研究的图形工具! 3.如何通过因果图选择合适的工具变量?一份关于IV的简短百科全书,4.你应该阅读哪本因果推断书籍: 一份进阶流程图和简短书评列表,5.因果推断专题:2.因果图,6.用"因果关系图"来进行因果推断的新技能

Mita, 2020小诺奖RDD女王最具影响力的成名作, 附数据和计量程序

选择模型真用对了吗? 扒一扒75篇顶级外刊的真相, 并献上最权威的使用策略

前沿: 双重稳健DID, 给你的DID加一把锁!

用中国截面数据和OLS在JPE发文, 这个外国教授凭啥这么牛!

神文! 没有计量回归和图表, 仅凭纯文字就把文章发到Top5经济学期刊了!

中国学者好! 我是MIT的Acemoglu教授, 我又在Top 5的JPE上发文了!

必读, 宗教是如何阻碍经济发展的? 基于DID, IV和各种机制分析的AER量化史分析!

ECM主编: 潜在结果和有向无环图在因果推断实证研究中的应用权威讲解

Imbens, Guido W. 2020. "Potential Outcome and Directed Acyclic Graph Approaches to Causality:Relevance for Empirical Practice in Economics." Journal of Economic Literature, 58 (4): 1129-79.
In this essay I discuss potential outcome and graphical approaches to causality, and their relevance for empirical work in economics. I review some of the work on directed acyclic graphs, including the recent The Book of Why (Pearl and Mackenzie 2018). I also discuss the potential outcome framework developed by Rubin and coauthors (e.g., Rubin 2006), building on work by Neyman (1990 [1923]). I then discuss the relative merits of these approaches for empirical work in economics, focusing on the questions each framework answers well, and why much of the the work in economics is closer in spirit to the potential outcome perspective.
*今天接着第一部分【ECM主编: 潜在结果和有向无环图在因果推断实证研究中的应用权威讲解】,一起介绍第二部分。
摘要:在这篇文章中,作者讨论了潜在结果和因果图法,以及它们在经济学中实证工作的相关性。作者回顾了一些有向无环图(DAG)的工作,包括最近的《The Book of Why》([Pearl and Mackenzie,2018])。作者也讨论了在Neyman工作的基础上由Rubin和合著者发展的潜在结果分析框架。然后,作者讨论了这些方法在经济实证工作中的关联性,侧重于那些每个分析框架都解释的很好的问题,以及解释了为什么经济学中的许多研究更接近与潜在的结果的分析视角。
第一部分内容:ECM主编: 潜在结果和有向无环图在因果推断实证研究中的应用权威讲解
下面是紧接着的第二部分内容。
拓展阅读
1. PSM倾向匹配Stata操作详细步骤和代码,干货十足,2.处理效应模型选择标准,NNM和PSM,赠书活动,3.PSM和马氏匹配已淘汰, '遗传匹配'成因果推断匹配之王,4.PSM, RDD, Heckman, Panel模型的操作程序, selective文章精华系列,5.广义PSM,连续政策变量因果识别的不二利器,6.PSM-DID, DID, RDD, Stata程序百科全书式的宝典,7.在教育领域使用IV, RDD, DID, PSM多吗? 使用具体References,8.分位数DID, PSMDID, 政策前协变量平衡性检验操作步骤和案例,9.逐年匹配的PSM-DID操作策略, 多时点panel政策评估利器,10.执行PSM的标准操作步骤, 不要再被误导了,11.PSM匹配后如何保留配对样本? 1:1, 1:4或更多情况呢?12.逐年PSM匹配后再DID识别因果的实证范文, 这就是逐年PSM-DID的操作范式!13.英诺丁汉大学校长为你讲解逐年PSM匹配-DID方法的操作, 并配上自己写的一篇范文!14.内生性问题和倾向得分匹配, 献给准自然试验的厚礼,15.粗化精确匹配CEM文献推荐, 程序步骤可复制,16.DID, 合成控制, 匹配, RDD四种方法比较, 适用范围和特征,17.匹配方法(matching)操作指南, 值得收藏的16篇文章,18.中国工业企业数据库匹配160大步骤的完整程序和相应数据,19.Match匹配估计做敏感性检验的最新方法, 让不可观测变量基础上的选择无处遁形,20.无需检查协变量平衡性的CEM匹配, 到底有多神气和与众不同,21.因果推断中的匹配方法:最全回顾和前景展望,22.内生性问题和倾向得分匹配, 献给准自然试验的厚礼,23.倾向值匹配与因果推论,史上最全面精妙的锦囊,24.匹配还是不匹配?这真是个值得考虑的问题,25.匹配比OLS究竟好在哪里?这是一个问题,26.倾向匹配分析深度(Propsensity matching analysis),27.倾向得分匹配PSM, 你真的用对了吗? 对主流期刊86篇文章分析与总结!28.中文刊上用倾向得分匹配PSM和内生转换模型ESM的实证文章有哪些?不看至少需要收藏一下!29.倾向得分匹配PSM, 你真的用对了吗? 对主流期刊86篇文章分析与总结!30.内生转换模型vs内生处理模型vs样本选择模型vs工具变量2SLS31.ESP内生转化概率模型是什么, 如何做, 如何解释, 为什么需要它? 32.Heckman模型out了,内生转换模型掌控大局33.因果效应中的双重稳健估计值, 让你的估计精准少误34.加权DID, IPW-DID实证程序百科全书式的宝典
下面这些短链接文章属于合集,可以收藏起来阅读,不然以后都找不到了。

2.5年,计量经济圈近1000篇不重类计量文章,

可直接在公众号菜单栏搜索任何计量相关问题,

Econometrics Circle

数据系列空间矩阵 | 工企数据 | PM2.5 | 市场化指数 | CO2数据 |  夜间灯光 官员方言  | 微观数据 | 内部数据
计量系列匹配方法 | 内生性 | 工具变量 | DID | 面板数据 | 常用TOOL | 中介调节 | 时间序列 | RDD断点 | 合成控制 | 200篇合辑 | 因果识别 | 社会网络 | 空间DID
数据处理Stata | R | Python | 缺失值 | CHIP/ CHNS/CHARLS/CFPS/CGSS等 |
干货系列能源环境 | 效率研究 | 空间计量 | 国际经贸 | 计量软件 | 商科研究 | 机器学习 | SSCI | CSSCI | SSCI查询 | 名家经验
计量经济圈组织了一个计量社群,有如下特征:热情互助最多、前沿趋势最多、社科资料最多、社科数据最多、科研牛人最多、海外名校最多。因此,建议积极进取和有强烈研习激情的中青年学者到社群交流探讨,始终坚信优秀是通过感染优秀而互相成就彼此的。
(0)

相关推荐