|
|
|
傾向值匹配法就是將各個受測單元多維度的資訊，使用統計方法簡化成一維的數值，成為傾向值，然後據之進行匹配，匹配的目的就是要找尋實驗組和對照組樣本中擁有相同（或者相似）傾向值的樣本，它們之間的差異，就是因果關係。這個原理非常簡單，但聰明的讀者肯定會問，什麼是多維度的資訊？如何簡化它？這都是傾向值匹配法的關鍵也是容易發生問題的地方。
《傾向值匹配法的概述與應用：從統計關聯到因果推論》的第1章將簡要介紹為什麼要對多維資訊進行降維處理，而第2章將進一步講解這背後的理論背景。第3章選擇了4篇學刊論文，對其中傾向值匹配方法的使用進行解析。第4章則就“應用R軟體和STATA軟體實現傾向值匹配法”進行說明。
第1章 因果推論理論概述
1．1 潛在結果模型
1．1．1 因果態與實驗分組
1．1．2 因果推論的基本難題
1．1．3 平均處理效用
1．2 社會科學研究中的因果推論
1．2．1 處理變數的可操作性
1．2．2 單元同質性假定
1．2．3 可忽略的處理分配假定
1．2．4 控制混淆共變數
1．2．5 穩定單元處理值假定
1．2．6 共變數分佈平衡與重合的要求
1．2．7 勿控制處理分配後的變數
1．3 小結
第2章 使用傾向值匹配法估計因果效用
2．1 傾向值
2．1．1 傾向值的性質
2．1．2 估計傾向值
2．2 匹配法
2．2．1 精確匹配法
2．2．2 最近鄰匹配法
2．2．3 區間匹配法
2．2．4 核匹配法
2．2．5 馬氏距離匹配法
2．2．6 貪婪匹配法與最佳匹配法
2．3 匹配後的檢驗
2．3．1 共變數分佈不平衡分析
2．3．2 共變數分佈不重合分析
2．3．3 選擇性偏差與敏感性分析
2．4 匹配後估計平均處理效用
2．4．1 使用回歸模型估計平均處理效用
2．4．2 平均處理效用的標準誤差
2．4．3 非二元處理下的平均處理效用
2．5 小結
第3章 社會科學案例選讀
3．1 案例評析重點
3．2 教育學案例：電腦的使用對中學生數學成績的影響
3．3 心理學案例：獨生和非獨生子女情緒適應的差異
3．4 政治學案例：候選人議題立場與選民投票抉擇
3．5 經濟學案例：企業貿易形態與工資水準
第4章 應用R軟體和S7A了A軟體實現傾向值匹配法
4．1 R套裝程式
4．2 STATA程式外掛程式
4．3 使用R進行傾向值匹配分析LaLonde資料
4．4 使用STATA進行傾向值匹配分析LaLonde資料
參考文獻
表目錄
表1．1 因果推論的基本難題
表1．2 二元處理下的虛擬實驗資料
表2．1 兒童血鉛水準的敏感性分析結果
表4．1 LaLonde資料中的變數
