全新因果推断方法新书, 配套R, Stata和Python的代码, 还包括教授视频和PPT素材！

邮箱：[e-mail]

所有计量经济圈方法论丛的code程序, 宏微观数据库和各种软件都放在社群里.欢迎到计量经济圈社群交流访问.

前些日，推荐了①重磅! 汉森教授又修订了风靡世界的“计量经济学”教材, 为博士生们增加了DID, RDD, 机器学习等全新内容！②重磅! 汉森教授首次为学者强烈推荐的对应不同层级的世界级计量经济学教材！③“不一样”的因果推断书籍, 很多观点让我们能恍然大悟, 涵盖了不少其他书里没有的因果推断方法！④哪本因果推断书籍最好？我们给你整理好了这个书单！，受到青年学者广泛关注。这显示了国内青年学者对前言计量领域的探索热情，总希望能利用最新、最有效的研究方法去做之前限于方法无法开展的研究。

鉴于此，今天，推荐一本由西雅图大学经济学Nick C. Huntington-Klein教授写的一本关于因果推断的新书《The Effect》，里面附带PPT、教学视频和R、Stata、Python的代码。当然，待这本书出版后，各位学者可以购买过来读读。

《The Effect》是一本书，旨在向学生（和非学生）介绍观测数据背景下的研究设计和因果关系的概念。这本书以一种直观且平易近人的方式编写，并没有过多地介绍技术细节。当回归和研究设计是根本不同的东西时，为什么要同时教授它们呢？首先了解为什么要以某种方式构建设计，以及要对数据做什么，然后了解如何构建适当模型的技术细节。

本书由致力于研究设计和因果关系的第 1 部分组成，利用因果图使识别的概念简单明了，第 2 部分致力于实施常见的研究设计，如带控制变量的回归和断点回归。你可以查看下面章节内容。

如果你想运行本书中的代码示例，你需要 causaldata 包，它包含大多数代码块的示例数据。Causaldata 可以使用 R 中的 install.packages('causaldata') 安装，Stata中的net install causaldata, from("https://raw.githubusercontent.com/NickCH-K/causaldata/master/Stata/") ，或者在 Python 中 pip install causaldata。

Source: https://theeffectbook.net/index.html

---

下面是西雅图大学经济学Nick C. Huntington-Klein教授的因果推断课程的PPT：

Source: https://github.com/NickCH-K/CausalitySlides

---

下面是西雅图大学经济学Nick C. Huntington-Klein教授因果推断课程教授视频：

Source: https://nickchk.com/videos.html#causality

还有哪些因果推断书籍?

关于因果推断，我们引荐了①关于各种因果识别方法的120份经典实证文献汇总”，②哈佛大学新修订完成的因果推断经典大作免费下载！附数据和code，③因果推断的统计方法总结, 177份文献，④政策评估的计量方法综述, 包括最新因果推断方法，⑤在教育领域使用IV, RDD, DID, PSM多吗? 使用具体文献，⑥看完顶级期刊文章后, 整理了内生性处理小册子，⑤工具变量精辟解释, 保证你一辈子都忘不了，⑦DID, 合成控制, 匹配, RDD四种方法比较, 适用范围和特征，⑧关于双重差分法DID的32篇精选Articles专辑！⑨关于(模糊)断点回归设计的100篇精选Articles专辑！⑩匹配方法(matching)操作指南, 值得收藏的16篇文章等，⑪MIT广为流传的政策"处理效应"读本，⑫DID的研究动态和政策评估中应用的文献综述，⑬最新政策效应评估的四种方法，⑭政策效应评估的基本问题等。

1.用"因果关系图"来进行因果推断的新技能，2.因果推断专题：因果图，3.因果推断专题：有向无环图DAG，4.confounder与collider啥区别? 混淆 vs 对撞，5.三张图秒懂, 混淆, 中介, 调节, 对撞, 暴露, 结果和协变量的复杂关系，6.中介效应检验流程, 示意图公布, 不再畏惧中介分析，7.图灵奖得主Pearl的因果推断新科学，Book of Why?  8.前沿: nature刊掀起DAG热, 不掌握就遭淘汰无疑！因果关系研究的图形工具!9.前沿: 卫星数据在实证研究中的应用, 用其开展因果推断的好处！10.7大因果推断大法精选实证论文, 可用于中国本土博士课堂教学！11.随机分配是什么, 为什么重要, 对因果关系影响几何？12.应用计量经济学现状: 因果推断与政策评估最全综述，13.疫情期计量课程免费开放！面板数据, 因果推断, 时间序列分析与Stata应用，14.Python做因果推断的方法示例, 解读与code，15.内生转换模型vs内生处理模型vs样本选择模型vs工具变量2SLS，16.不用IV, 基于异方差识别方法解决内生性, 赐一篇文献等等。

---

今天，我们引荐一份“阅读因果推断书籍流程图“。先参看：①哈佛大学新修订完成的因果推断经典大作免费下载！附数据和code！②图灵奖得主Pearl的因果推断新科学, Why?③计量课程免费开放！面板数据, 因果推断, 时间序列分析与Stata应用（慕课上有不少免费课程，建议年轻学者好好使用）。

下面这些短链接文章属于合集，可以收藏起来阅读，不然以后都找不到了。

2.5年，计量经济圈近1000篇不重类计量文章，

可直接在公众号菜单栏搜索任何计量相关问题,

Econometrics Circle

数据系列：空间矩阵 | 工企数据 | PM2.5 | 市场化指数 | CO2数据 |  夜间灯光 | 官员方言  | 微观数据 | 内部数据

计量系列：匹配方法 | 内生性 | 工具变量 | DID | 面板数据 | 常用TOOL | 中介调节 | 时间序列 | RDD断点 | 合成控制 | 200篇合辑 | 因果识别 | 社会网络 | 空间DID

数据处理：Stata | R | Python | 缺失值 | CHIP/ CHNS/CHARLS/CFPS/CGSS等 |

干货系列：能源环境 | 效率研究 | 空间计量 | 国际经贸 | 计量软件 | 商科研究 | 机器学习 | SSCI | CSSCI | SSCI查询 | 名家经验

计量经济圈组织了一个计量社群，有如下特征：热情互助最多、前沿趋势最多、社科资料最多、社科数据最多、科研牛人最多、海外名校最多。因此，建议积极进取和有强烈研习激情的中青年学者到社群交流探讨，始终坚信优秀是通过感染优秀而互相成就彼此的。