因果推斷方法及其應(yīng)用

目錄
“統(tǒng)計與數(shù)據(jù)科學(xué)叢書”序
前言
第1章 因果推斷框架及相關(guān)概念 1
1.1 從辛普森悖論談起 1
1.2 因果推斷的基本框架 3
1.2.1 潛在結(jié)果框架 3
1.2.2 結(jié)構(gòu)因果模型 5
1.2.3 兩種框架關(guān)系的討論 7
1.3 研究挑戰(zhàn) 7
第2章 因果推斷的基本方法 10
2.1 傾向得分法 10
2.1.1 傾向得分模型 11
2.1.2 逆概率加權(quán)估計 12
2.2 匹配法 13
2.2.1 度量 14
2.2.2 匹配 15
2.2.3 評估 15
2.2.4 分析 16
2.3 回歸法 17
2.3.1 結(jié)果回歸法 17
2.3.2 Pearl后門準(zhǔn)則 18
2.4 雙穩(wěn)健估計法 19
2.5 工具變量法 21
2.5.1 工具變量簡介 22
2.5.2 線性模型的工具變量估計 24
2.5.3 非參可加模型的工具變量估計 25
2.5.4 單調(diào)性假設(shè)下的工具變量估計 26
2.6 陰性對照法 27
2.6.1 陰性對照變量簡介 27
2.6.2 平均處理效應(yīng)的識別與估計 29
2.7 應(yīng)用實(shí)例 31
2.7.1 就業(yè)培訓(xùn)對收入的影響 31
2.7.2 教育對收入的影響 33
2.7.3 右心導(dǎo)管插入術(shù)對重癥患者死亡率的影響 34
2.8 本章小結(jié) 35
第3章 基于多模型的穩(wěn)健估計 37
3.1 基于多模型的估計方法簡介 37
3.2 整合多模型的因果效應(yīng)估計 38
3.2.1 傾向得分的模型混合估計 39
3.2.2 結(jié)果回歸的模型混合估計 40
3.2.3 基于模型混合的雙穩(wěn)健估計量 40
3.2.4 數(shù)值模擬 42
3.3 整合多模型的數(shù)據(jù)融合分析 44
3.3.1 模型假設(shè)與識別性 45
3.3.2 基于模型校準(zhǔn)的加權(quán)估計量 46
3.3.3 數(shù)值模擬 50
3.4 應(yīng)用實(shí)例 51
3.5 本章小結(jié) 53
第4章 基于融合數(shù)據(jù)的因果推斷 54
4.1 融合隨機(jī)化試驗(yàn)的因果遷移學(xué)習(xí) 54
4.1.1 參數(shù)定義及識別性 55
4.1.2 估計方法 56
4.2 數(shù)據(jù)融合中的混雜變量調(diào)整 57
4.2.1 關(guān)心的因果參數(shù)和識別性 58
4.2.2 三穩(wěn)健估計量 60
4.2.3 數(shù)值模擬 62
4.3 數(shù)據(jù)融合中的工具變量法 63
4.3.1因果參數(shù)的定義和識別 64
4.3.2 多穩(wěn)健估計 66
4.3.3 其他半?yún)?shù)估計量 69
4.4 應(yīng)用實(shí)例 70
4.4.1 身體活動對醫(yī)療保健支出的影響 70
4.4.2 吸煙對身體功能狀態(tài)的影響 71
4.5 本章小結(jié) 73
第5章 含死亡截斷數(shù)據(jù)的因果推斷 74
5.1 因果主分層簡介 74
5.2 多臂試驗(yàn)中含死亡截斷結(jié)果的因果推斷 77
5.2.1 感興趣的因果參數(shù)及識別性 78
5.2.2 估計方法 81
5.2.3 數(shù)值模擬 82
5.3 觀察性研究中含死亡截斷結(jié)果的因果推斷 83
5.3.1 陰性對照變量與排除性假設(shè) 84
5.3.2存活組因果效應(yīng)的識別（二值情況） 85
5.3.3 存活組因果效應(yīng)的識別（一般情況） 87
5.3.4 估計方法 88
5.4 應(yīng)用實(shí)例 89
5.4.1 幼鼠發(fā)育毒理學(xué)試驗(yàn) 89
5.4.2 白血病干細(xì)胞移植 91
5.5 本章小結(jié) 92
第6章 含缺失數(shù)據(jù)的因果中介分析 94
6.1 因果中介分析簡介 95
6.1.1 因果中介作用的定義和識別 95
6.1.2 因果中介效應(yīng)的估計和推斷方法 97
6.2 結(jié)果變量數(shù)據(jù)缺失的中介分析 98
6.2.1 離散結(jié)果變量的識別 100
6.2.2 連續(xù)結(jié)果變量的識別 101
6.2.3 估計和推斷方法 102
6.3 協(xié)變量數(shù)據(jù)缺失的中介分析 103
6.3.1 協(xié)變量非隨機(jī)缺失時的非參數(shù)估計方法 105
6.3.2 大樣本性質(zhì)和推斷 107
6.4 應(yīng)用實(shí)例 109
6.4.1 阿爾茨海默病干預(yù)效果的臨床抗精神病試驗(yàn)研究 109
6.4.2 工作滿意度和抑郁癥的關(guān)系 110
6.5 本章小結(jié) 112
第7章 歸因分析 113
7.1 單個原因和單個結(jié)果的歸因分析 114
7.1.1 原因的概率：定義 114
7.1.2 原因的概率：識別與應(yīng)用 117
7.2 多個原因和單個結(jié)果的歸因分析 120
7.2.1 后驗(yàn)因果效應(yīng)：定義 120
7.2.2 后驗(yàn)因果效應(yīng)：識別 123
7.3 多個原因和多個結(jié)果的歸因分析 126
7.3.1 多元后驗(yàn)因果效應(yīng)：定義 126
7.3.2 多元后驗(yàn)因果效應(yīng)：識別 130
7.4 應(yīng)用實(shí)例 134
7.4.1 高血壓患者發(fā)病原因分析 134
7.4.2 兒童急性淋巴細(xì)胞白血病發(fā)病原因分析 136
7.4.3 感冒還是心絞痛？ 139
7.4.4 呼吸道病癥診斷與歸因 141
7.5本章小結(jié) 143
第8章 基于工具變量法的因果關(guān)系發(fā)現(xiàn) 144
8.1 因果關(guān)系發(fā)現(xiàn)簡介 145
8.2 基于工具變量的雙向因果關(guān)系推斷 147
8.2.1 含未知混雜的雙向因果關(guān)系模型 148
8.2.2 因果作用和因果方向的識別 149
8.2.3 估計及理論保證 154
8.3 基于工具變量的因果結(jié)構(gòu)學(xué)習(xí) 156
8.3.1 含工具變量的因果網(wǎng)絡(luò)模型 157
8.3.2 因果圖和因果效應(yīng)的識別 158
8.3.3 估計及理論保證 163
8.4 應(yīng)用實(shí)例 166
8.4.1 BMI與血壓的關(guān)系研究 166
8.4.2 阿爾茨海默病基因調(diào)控網(wǎng)絡(luò)研究 167
8.5 本章小結(jié) 169
參考文獻(xiàn) 170
“統(tǒng)計與數(shù)據(jù)科學(xué)叢書”已出版書目 183