原创力文档- 1、本文档共24页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
因果推断简介-北京大学数学科学学院
因果推断简介
丁鹏
北京大学数学科学学院概率统计系
Email: dingyunyiqiu@163.com
摘要
统计学在“相关”方面的推断取得了很多的成就，但是在因果推断方
面取得的成就十分有限。这里从Yule-Simpson Paradox 讲起，说明用统计
学方法做因果推断的困难。然后引入Rubin Causal Model(RCM)，以及
RCM 在完全随机化试验和观测性研究中如何进行因果推断。这部分将引入
因果推断中的一些核心概念，如可忽略性、倾向得分、主分层和工具变量。
最后讲因果图(Causal Diagram)，在一个有向无环图中引入了do 操作，这
个图便有了因果的含义。这部分将讲到图上因果作用的识别性准则：前门
准则和后门准则。
1
目录
1 相关与因果的不同: Yule-Simpson Paradox 3
2 Rubin Causal Model(RCM) 和随机化试验 4
3 观测性研究：可忽略性、倾向得分与回归分析 5
3.1 可忽略性与 的识别性 . . . . . . . . . . . . . . . . . . . 6
3.2 倾向得分 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
3.3 回归与Heckman Selection Model . . . . . . . . . . . . . . . . 7
4 随机化试验“失败”时的因果推断 8
4.1 不依从下的因果推断：主分层与工具变量 . . . . . . . . . . . 8
4.2 死亡删失下的因果推断 . . . . . . . . . . . . . . . . . . . . . . 11
5 贝叶斯观点下的RCM 15
5.1 截面数据的贝叶斯因果推断 . . . . . . . . . . . . . . . . . . . 15
5.2 不依从和死亡删失下贝叶斯因果推断 . . . . . . . . . . . . . . 18
6 因果图(Causal diagram)：do 操作、d 分离、后门准则与前门准
则 20
6.1 基本概念 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
6.2 d 分离，后门准则和前门准则 . . . . . . . . . . . . . . . . . . 21
7 未涉及的问题 22
2
1 相关与因果的
文档评论（0）