計量識別：先說清係數為何能作因果解釋
估計量是演算法，識別解釋它為何在某模型下回答因果問題。本路線分開目標效果、變異來源、假設和比率，用精確虛構總體矩避免抽樣誤差掩蓋識別問題。
學習計畫與例題由 University Reading List 編輯整理。 編輯與選書方法 · 來源確認日期:
本頁目錄
這份指南適合誰
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。
三本書如何取捨
The Effect: An Introduction to Research Design and Causality
Nick Huntington-Klein · 版次: 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。
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。
Introduction to Econometrics（計量經濟學導論）
James H. Stock; Mark W. Watson · 版次: 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。
開始前需要會什麼
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。
六步學習計畫
已完成步驟: 0 / 6
勾選用於自我記錄，並非成績評定；標記不會傳送給本站。
-
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。
-
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。
-
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。
-
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。
-
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。
-
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。
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。
- 第一階段0.40，簡化式4分，Wald=4/0.40=10分／處理轉換。
- 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。
- 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。
- 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。
答案與解釋
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
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。
- 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。
- δ1.5時(4−1.5)/0.40=6.25；未校正10混合了兩個渠道。
- 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。
答案與解釋
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。
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。
參考來源與版本
來源確認日期:
- Author: complete free research-design text
免費設計／工具結構支援先識別後實現。
- Routledge: selected 2025 second edition
2025第2版與獨立更新網頁頁碼分開。
- KRIHS library: held 2006 third edition and contents
保留舊版迴歸IV範圍，不暗換新書。
- Pearson: selected 2018 fourth-edition hardcover and later formats
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。