倾向值分析 统计方法与应用PDF|Epub|txt|kindle电子书版本网盘下载

倾向值分析 统计方法与应用PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

1导论1

1.1观察研究2

1.2历史和发展3

1.3随机化实验4

1.3.1 Fisher的随机化实验4

1.3.2随机化实验的类型和统计检验8

1.3.3对社会实验的批评8

1.4为何和何时需要倾向值分析9

1.5计算软件包12

1.6本书的结构12

2反事实框架与假定15

2.1因果关系、内在效度与威胁15

2.2反事实与Neyman-Rubin反事实框架17

2.3可忽略的干预分配假定21

2.4稳定的单元干预值假定25

2.5估计干预效应的方法26

2.5.1四种模型26

2.5.2其他的平衡方法27

2.6统计推断的基本逻辑28

2.7干预效应的类型32

2.8 Heckman的因果关系计量经济学模型35

2.9结论37

3数据平衡的传统方法39

3.1数据平衡为何是必需的？一个探究性的例子39

3.2数据平衡的3种方法42

3.2.1常规最小二乘回归42

3.2.2匹配44

3.2.3分层44

3.3数据模拟的设计46

3.4数据模拟的结果47

3.5数据模拟的启示52

3.6与应用OLS回归有关的主要问题54

3.7结论56

4 样本选择及相关模型57

4.1样本选择模型57

4.1.1截尾、删截以及偶然截尾58

4.1.2为什么对样本选择建模是重要的60

4.1.3一个偶然截尾二元正态分布的矩61

4.1.4 Heckman模型及其两步估计量62

4.2干预效应模型64

4.3工具变量估计量66

4.4 Stata程序概述及treatreg的主要特征67

4.5举例72

4.5.1干预效应模型在观察数据中的应用73

4.5.2对一个包含群组随机设计的项目的干预效应的评估76

4.5.3对缺失数据进行多重填补后运行干预效应模型81

4.6结论82

5倾向值匹配及相关模型84

5.1概述84

5.2维度问题以及倾向值的性质86

5.3估计倾向值89

5.3.1二分类logistic回归89

5.3.2设定预测倾向值正确模型的策略91

5.3.3 Hirano和Imbens基于预设的临界t值来设定预测变量的方法92

5.3.4一般化加速建模94

5.4匹配95

5.4.1贪婪匹配95

5.4.2最佳匹配97

5.4.3精细平衡100

5.5匹配后分析100

5.5.1贪婪匹配后的多元分析101

5.5.2贪婪匹配后的分层101

5.5.3计算协变量不平衡的指数102

5.5.4最佳匹配后使用Hodges-Lehmann有序秩检验进行结果分析103

5.5.5基于以最佳成对匹配所得样本的回归调整104

5.5.6最佳匹配后使用Hodges-Lehmann有序秩得分进行回归调整105

5.6倾向值加权105

5.7对干预剂量进行建模106

5.8 Stata和R程序概述109

5.9举例116

5.9.1贪婪匹配以及后续的风险率分析116

5.9.2最佳匹配124

5.9.3使用Hodges-Lehmann有序秩的匹配后分析129

5.9.4使用差分回归进行匹配后分析129

5.9.5倾向值加权131

5.9.6对干预剂量的建模132

5.9.7模型比较以及贫困对儿童学业成绩影响研究的结论134

5.9.8对RAND- GBM和Stata的BOOST算法对比135

5.10结论137

6匹配估计量139

6.1概述139

6.2匹配估计量的方法142

6.2.1简单匹配估计量142

6.2.2偏差矫正的匹配估计量148

6.2.3假定方差齐性的方差估算149

6.2.4考虑异方差性的方差估计量150

6.2.5大样本性质以及矫正150

6.3 Stata程序nnmatch概述151

6.4举例154

6.4.1采用偏差矫正和稳健方差估计的匹配154

6.4.2使用匹配估计量的效力子集分析156

6.5结论159

7使用非参数回归的倾向值分析161

7.1概述161

7.2使用非参数回归的倾向值分析方法164

7.2.1基于内核的匹配估计量164

7.2.2对局部线性回归（lowess）基本概念的回顾165

7.2.3内核和局部线性回归的渐近和有限样本性质171

7.3 Stata程序psmatch2和bootstrap概述172

7.4实例177

7.4.1差中差分析178

7.4.2基于内核的匹配在单时点数据中的应用180

7.5结论181

8选择偏差与敏感性分析182

8.1.选择偏差：一个概述182

8.1.1选择偏差的来源183

8.1.2显在偏差和隐藏偏差186

8.1.3选择偏差的后果187

8.1.4修正选择偏差的策略187

8.2一项比较修正模型的蒙特卡罗研究189

8.2.1蒙特卡罗研究的设计191

8.2.2蒙特卡罗研究的结果195

8.2.3启示197

8.3 Rosenbaum的敏感性分析198

8.3.1基本思路198

8.3.2对匹配对研究进行敏感性分析的Wilcoxon符号秩检验举例199

8.4 Stata程序rbounds概述211

8.5举例212

8.5.1铅接触效应的敏感性分析212

8.5.2以成对匹配进行研究时的敏感性分析212

8.6结论214

9总结性评论215

9.1观察研究中的常见陷阱：一份批判性考察的清单215

9.2使用倾向值方法对实验进行近似218

9.2.1对倾向值方法的批评219

9.2.2对敏感性分析（Г）的批评219

9.2.3群组随机化实验220

9.3因果关系建模的其他进展221

9.4未来发展的方向222

参考文献224

人名索引231

关键词索引234

译后记245