Uni Reading List
学习指南 /

计量识别：先说清系数为何能作因果解释

估计量是算法，识别解释它为何在某模型下回答因果问题。本路线分开目标效果、变异来源、假设和比率，用精确虚构总体矩避免抽样误差掩盖识别问题。

课程专题: 计量经济学

学习计划与例题由 University Reading List 编辑整理。 编辑与选书方法 · 来源确认日期:

下载练习单（Markdown） ↓
本页目录

这份指南适合谁

需经济学、概率、期望和回归基础。The Effect提供免费直觉设计，Wooldridge深化回归假设，Stock／Watson连接应用推断。二元工具题无真人、真实干预或政策数据。

选择你的起点

先理解设计

用The Effect的识别、因果图再读工具变量，先说明想隔离什么变异。

需回归基础

用所选Wooldridge讲假设、系数和内生性，不套新版页码到2006条目。

需应用与推断

用Stock／Watson连接问题、有效性威胁与统计误差，分清总体比率与样本估计。

三本书如何取舍

The Effect: An Introduction to Research Design and Causality

Nick Huntington-Klein · 版次: 2 · 2025

免费教材，侧重因果识别

什么情况下适合读
想在实现前理解图形识别。
什么情况下选别本
需要研究生渐近理论，或把画图当验证箭头。
建议阅读范围
2025第2版路线按标题读识别、因果图／路径、处理效果和工具变量。
局限与取舍
获准免费网页可独立修订，纸书ISBN 9781032580227；R／Stata／Python不改变识别假设。

选书前试做

画Z→D→Y，列所有其他Z影响Y的渠道。

检查标准: 分开独立性、相关性与排除，不能因能预测处理就称有效。

官方免费阅读 ↗

书目信息与获取方式 →

计量经济学导论：现代方法

Jeffrey M. Wooldridge · 2006

回归假设主线

什么情况下适合读
统计后要扎实学习截面、内生性和IV。
什么情况下选别本
需要当前软件菜单，或认为加控制就因果。
建议阅读范围
所选2006书ISBN 9780324289787，先回归推断再按本版标题读内生性／IV。
局限与取舍
不暗换新版；基本假设仍有用，后续方法与界面另读。

选书前试做

给结果、处理写单位，区分第一阶段与简化式。

检查标准: 分母非零只保证能算，不保证因果解释。

书目信息与获取方式 →

Introduction to Econometrics（计量经济学导论）

James H. Stock; Mark W. Watson · 版次: 4 · 2018

应用推断参考

什么情况下适合读
想让经验问题推动回归理论与有效性审查。
什么情况下选别本
要跳过变异来源或概率先修。
建议阅读范围
所选2018第4版精装ISBN 9780134461991，按标题读有效性、推断与IV。
局限与取舍
同页较晚数字版和套装不改2018纸书身份，也不自动含课程权限。

选书前试做

说明有限样本比率会在原题上新增什么不确定性。

检查标准: 抽样与独立、排除、识别哪类人效果分别处理。

书目信息与获取方式 →

开始前需要会什么

变量是什么？

Z和D是二元工具与处理，Y以分计。效果比较同单位D1与D0的潜在结果。

识别谁？

本题单调模型识别服从者：Z由0到1时D也由0到1者的平均效果，不自动等于一直接受或从不接受者。

精确矩为何？

去掉题中抽样噪音，不验证结构假设或自动得到总体平均效果。

六步学习计划

勾选用于自我记录，不是成绩评定；标记不会发送给本站。

  1. 定目标

    建议阅读范围: 处理效果。

    要做的练习: 写总体还是服从者效果及单位。

    检查标准: 估计量名称不替代目标定义。

  2. 画设计

    建议阅读范围: 识别和路径。

    要做的练习: 画Z→D→Y及旁路、共同原因。

    检查标准: 相关性与排除针对不同部分。

  3. 分两对比

    建议阅读范围: IV阅读。

    要做的练习: 算处理概率差与结果均值差。

    检查标准: 第一阶段与简化式单位分别标。

  4. 解释比率

    建议阅读范围: 原题。

    要做的练习: 推服从者比例，并在全部假设下解释Wald。

    检查标准: 不外推所有单位效果。

  5. 改变限制

    建议阅读范围: 直接路径变式。

    要做的练习: 先扣已知直接效应再除，并检查给定区间。

    检查标准: 放开排除后不能保留旧解释。

  6. 有边界报告

    建议阅读范围: 假设与推断。

    要做的练习: 一起报计算、假设、目标及真实数据还需的证据。

    检查标准: 敏感性区间不是置信区间，精确不等于设计有效。

原创例题与解析

原创IV总体：比率属于一种反应类型

虚构总体精确E[D|Z0]=0.20、E[D|Z1]=0.60、E[Y|Z0]=10、E[Y|Z1]=14；D/Z二元，Y为分。求第一阶段、简化式、服从者比例及识别效果。

前提假设

Z独立于潜在结果和潜在接受类型；处理明确、一致、无干扰。排除规定Z只经D影响Y；每单位D(1)≥D(0)，第一阶段非零。均为精确总体量，不是样本或真人资料。

  1. 第一阶段0.40，简化式4分，Wald=4/0.40=10分／处理转换。
  2. 单调二元类型为一直接受0.20、服从0.40、从不接受0.40，无反向者。
  3. 独立与排除让结果对比来自0.40服从者的处理变化，除该比例得其平均效果10。
  4. 其他类型没有揭示反事实效果，四矩不能确定他们或全体平均效果。

答案与解释

第一阶段0.40、简化式4、服从比例0.40及局部平均效果10，依赖完整模型。

检验结果

核比例合1及0.40×10=4；撤排除或独立，比率仍可算但解释可能失效。

改变假设，再做一题

改变排除：工具也直接加到结果

保留精确矩和接受假设，改Y=Y_base(D)+δZ；δ对所有单位相同且无D交互，Z仍独立于基准潜在结果及类型。先δ=1.5分，再只知0≤δ≤2。

  1. 简化式4同时含δ与0.40×基准服从者效果，即4=δ+0.40×LATE_base。
  2. δ1.5时(4−1.5)/0.40=6.25；未校正10混合了两个渠道。
  3. δ在[0,2]，校正效果为[5,10]。仅是共同加性旁路下的结构敏感性，不是置信区间或任意违例结果。

答案与解释

直接效应已知1.5得6.25，只知[0,2]则效果[5,10]；原排除假设被替代，并未被验证。

检验结果

端点乘0.40再加对应δ应回4；异质直接效应或D交互需另模。

常见误区

相关就有效

工具可推动处理也走别的结果渠道。

局部当全体

不改处理者的效果未被识别。

敏感性当精度

精确矩去抽样噪音，不消结构疑问。

进入下一阶段之前

  • 能说目标及每项识别假设。
  • 能复算比率、类型比例和直接路径校正。
  • 能区分局部效果、结构区间及抽样误差。

参考来源与版本

来源确认日期:

这些是本站建议的学习活动，并非大学官方作业，也不代表对每本书逐页通读。

编辑与选书方法 →