# 計量識別：先說清係數為何能作因果解釋 — 學習任務單

[學習指南](https://unireadinglist.com/zh-tw/guides/econometric-identification/)

[課程主題: 計量經濟學](https://unireadinglist.com/zh-tw/subjects/economics/#course-econometrics)

來源確認日期: 2026-11-04

學習計畫與例題由 University Reading List 編輯整理。

需經濟學、機率、期望和迴歸基礎。The Effect提供免費直覺設計，Wooldridge深化迴歸假設，Stock／Watson連結應用推斷。二元工具題無真人、真實幹預或政策資料。

## 選擇你的起點

- [ ] 先理解設計
  用The Effect的識別、因果圖再讀工具變數，先說明想隔離什麼變異。

- [ ] 需迴歸基礎
  用所選Wooldridge講假設、係數和內生性，不套新版頁碼到2006條目。

- [ ] 需應用與推斷
  用Stock／Watson連結問題、有效性威脅與統計誤差，分清總體比率與樣本估計。

## 三本書如何取捨

### The Effect: An Introduction to Research Design and Causality

Nick Huntington-Klein · 2 · 2025
免費教材，側重因果識別

什麼情況下適合讀: 想在實現前理解圖形識別。
什麼情況下選別本: 需要研究生漸近理論，或把畫圖當驗證箭頭。
建議閱讀範圍: 2025第2版路線按標題讀識別、因果圖／路徑、處理效果和工具變數。
限制與取捨: 獲准免費網頁可獨立修訂，紙書ISBN 9781032580227；R／Stata／Python不改變識別假設。

#### 選書前試做

畫Z→D→Y，列所有其他Z影響Y的渠道。
檢查標準: 分開獨立性、相關性與排除，不能因能預測處理就稱有效。

你的筆記:

________________________________

ISBN: 9781032580227

[官方免費閱讀](https://theeffectbook.net/)

[書目資訊與取得方式](https://unireadinglist.com/zh-tw/subjects/economics/the-effect-huntington-klein/)

### 計量經濟學導論：現代方法

Jeffrey M. Wooldridge · 2006
迴歸假設主線

什麼情況下適合讀: 統計後要紮實學習截面、內生性和IV。
什麼情況下選別本: 需要當前軟體選單，或認為加控制就因果。
建議閱讀範圍: 所選2006書ISBN 9780324289787，先迴歸推斷再按本版標題讀內生性／IV。
限制與取捨: 不暗換新版；基本假設仍有用，後續方法與介面另讀。

#### 選書前試做

給結果、處理寫單位，區分第一階段與簡化式。
檢查標準: 分母非零隻保證能算，不保證因果解釋。

你的筆記:

________________________________

ISBN: 978-0-324-28978-7

[書目資訊與取得方式](https://unireadinglist.com/zh-tw/subjects/economics/introductory-econometrics-a-modern-approach/)

### Introduction to Econometrics（計量經濟學導論）

James H. Stock; Mark W. Watson · 4 · 2018
應用推斷參考

什麼情況下適合讀: 想讓經驗問題推動迴歸理論與有效性審查。
什麼情況下選別本: 要跳過變異來源或機率先修。
建議閱讀範圍: 所選2018第4版精裝ISBN 9780134461991，按標題讀有效性、推斷與IV。
限制與取捨: 同頁較晚數字版和套裝不改2018紙書身份，也不自動含課程許可權。

#### 選書前試做

說明有限樣本比率會在原題上新增什麼不確定性。
檢查標準: 抽樣與獨立、排除、識別哪類人效果分別處理。

你的筆記:

________________________________

ISBN: 9780134461991

[書目資訊與取得方式](https://unireadinglist.com/zh-tw/subjects/economics/introduction-to-econometrics-stock-watson/)

## 開始前需要會什麼

### 變數是什麼？

你的筆記:

________________________________

### 識別誰？

你的筆記:

________________________________

### 精確矩為何？

你的筆記:

________________________________

## 六步學習計畫

- [ ] 定目標

建議閱讀範圍: 處理效果。

要做的練習: 寫總體還是遵從者效果及單位。

檢查標準: 估計量名稱不替代目標定義。

你的筆記:

________________________________

- [ ] 畫設計

建議閱讀範圍: 識別和路徑。

要做的練習: 畫Z→D→Y及旁路、共同原因。

檢查標準: 相關性與排除針對不同部分。

你的筆記:

________________________________

- [ ] 分兩對比

建議閱讀範圍: IV閱讀。

要做的練習: 算處理機率差與結果平均數差。

檢查標準: 第一階段與簡化式單位分別標。

你的筆記:

________________________________

- [ ] 解釋比率

建議閱讀範圍: 原題。

要做的練習: 推遵從者比例，並在全部假設下解釋Wald。

檢查標準: 不外推所有單位效果。

你的筆記:

________________________________

- [ ] 改變限制

建議閱讀範圍: 直接路徑變式。

要做的練習: 先扣已知直接效應再除，並檢查給定區間。

檢查標準: 放開排除後不能保留舊解釋。

你的筆記:

________________________________

- [ ] 有邊界報告

建議閱讀範圍: 假設與推斷。

要做的練習: 一起報計算、假設、目標及真實資料還需的證據。

檢查標準: 敏感性區間不是置信區間，精確不等於設計有效。

你的筆記:

________________________________

## 原創例題與解析: 原創IV總體：比率屬於一種反應型別

虛構總體精確E\[D|Z0\]=0.20、E\[D|Z1\]=0.60、E\[Y|Z0\]=10、E\[Y|Z1\]=14；D/Z二元，Y為分。求第一階段、簡化式、遵從者比例及識別效果。

前提假設: Z獨立於潛在結果和潛在接受型別；處理明確、一致、無干擾。排除規定Z只經D影響Y；每單位D(1)≥D(0)，第一階段非零。均為精確總體量，不是樣本或真人資料。

你的筆記:

________________________________

## 改變假設，再做一題: 改變排除：工具也直接加到結果

保留精確矩和接受假設，改Y=Y\_base(D)+δZ；δ對所有單位相同且無D互動，Z仍獨立於基準潛在結果及型別。先δ=1.5分，再只知0≤δ≤2。

你的筆記:

________________________________

## 進入下一階段之前

- 能說目標及每項識別假設。
- 能復算比率、型別比例和直接路徑校正。
- 能區分局部效果、結構區間及抽樣誤差。

## 答案與解釋

### 變數是什麼？

Z和D是二元工具與處理，Y以分計。效果比較同單位D1與D0的潛在結果。

### 識別誰？

本題單調模型識別遵從者：Z由0到1時D也由0到1者的平均效果，不自動等於一直接受或從不接受者。

### 精確矩為何？

去掉題中抽樣噪音，不驗證結構假設或自動得到總體平均效果。

### 原創IV總體：比率屬於一種反應型別

1. 第一階段0.40，簡化式4分，Wald=4/0.40=10分／處理轉換。
2. 單調二元型別為一直接受0.20、服從0.40、從不接受0.40，無反向者。
3. 獨立與排除讓結果對比來自0.40遵從者的處理變化，除該比例得其平均效果10。
4. 其他型別沒有揭示反事實效果，四矩不能確定他們或全體平均效果。

第一階段0.40、簡化式4、遵從者比例0.40及局部平均效果10，依賴完整模型。

檢驗結果: 核比例合1及0.40×10=4；撤排除或獨立，比率仍可算但解釋可能失效。

### 改變假設，再做一題: 改變排除：工具也直接加到結果

1. 簡化式4同時含δ與0.40×基準遵從者效果，即4=δ+0.40×LATE\_base。
2. δ1.5時(4−1.5)/0.40=6.25；未校正10混合了兩個渠道。
3. δ在\[0,2\]，校正效果為\[5,10\]。僅是共同加性旁路下的結構敏感性，不是置信區間或任意違例結果。

直接效應已知1.5得6.25，只知\[0,2\]則效果\[5,10\]；原排除假設被替代，並未被驗證。

檢驗結果: 端點乘0.40再加對應δ應回4；異質直接效應或D互動需另模。

## 常見誤區

### 相關就有效

工具可推動處理也走別的結果渠道。

### 局部當全體

不改處理者的效果未被識別。

### 敏感性當精度

精確矩去抽樣噪音，不消結構疑問。

## 參考來源與版本

- [Author: complete free research-design text](https://theeffectbook.net/)
  免費設計／工具結構支援先識別後實現。

- [Routledge: selected 2025 second edition](https://www.routledge.com/The-Effect-An-Introduction-to-Research-Design-and-Causality/Huntington-Klein/p/book/9781032580227)
  2025第2版與獨立更新網頁頁碼分開。

- [KRIHS library: held 2006 third edition and contents](https://library.krihs.re.kr/library/10110/contents/5932510)
  保留舊版迴歸IV範圍，不暗換新書。

- [Pearson: selected 2018 fourth-edition hardcover and later formats](https://www.pearson.com/en-us/subject-catalog/p/introduction-to-econometrics/P200000006421/9780134461991)
  2018精裝與較晚數字產品區分；總體矩和解題為原創。

這些是本站建議的學習活動，並非大學官方作業，也不代表對每本書逐頁通讀。

[編輯與選書方法](https://unireadinglist.com/zh-tw/editorial/)