基本有用的计量经济学

【推荐语】想用计量方法进行因果推断，但苦于缺乏中文资料？厦门大学赵西亮教授的新著《》正式出版上市了！书中的某些内容，比如因果图、回归合成法（萧政教授的 panel data approach for program evaluation）、弯折回归设计（regression kink design），或许是首次出现在中文资料中。此书还配有案例、数据与 Stata 操作，相信每位关注 treatment effects 的实证研究者都能从中获益匪浅。 -- 陈强

---

好消息：MUSE （Mostly Useful Science of Econometrics）上市了

刚刚得到北京大学出版社的消息，《基本有用的计量经济学》（MUSE 或缪斯）终于上市了。有需要的可以到北京大学出版社微店购买（点击页面底部的 “阅读原文” 链接）。

 

本书主要特色是利用潜在结果语言和因果图介绍各种识别策略。全书以随机化实验为基础，首先介绍了潜在结果和分配机制的概念，并利用潜在结果定义因果效应。

然后介绍了随机化实验，一种特殊的分配机制，可以消除选择偏差，成为观测研究中各种识别策略的基础。所有的识别策略都是通过一定的设计模拟随机化实验，从而得到可信的因果效应估计。

另外，作者还简要介绍了因果图方法，它是与潜在结果框架完全等价的因果模型，但是更加直观，容易使用。

在这三个理论的基础上，本书介绍了线性回归、匹配方法、工具变量法、面板数据方法和断点回归设计等几种在观测研究中常用的因果效应识别策略。

最后，对于每种识别策略，作者还利用具体实例讲解各策略在 Stata 软件中的实现。案例数据可以到这里下载：

https://github.com/zhaoxiliang
/causalinference。

本书适合于从事经济学经验实证研究的学者和本科生、研究生使用，也适合从事社会学、政治学、流行病学等相关学科研究的学者作为因果推断方面的参考书。如果对于下列问题您也存在疑惑，那么选择 MUSE 就对了。

• 什么情况下，线性回归系数可以有因果效应的解释？

  
  

• 线性回归中原因变量和控制变量的区别吗？
  
  

• （倾向指数）匹配方法为什么不能解决内生性问题？

  
  

• 为什么双重差分方法也是（增量上）的匹配方法？
  
  

• 为什么断点回归设计（弯折回归设计）是最可信的研究设计？

先睹为快：