傾向值匹配法的概述與應用：從統計關聯到因果推論

內容簡介

傾向值匹配法就是將各個受測單元多維度的信息，使用統計方法簡化成一維的數值，成爲傾向值，然後據之進行匹配，匹配的目的就是要找尋實驗組和對照組樣本中擁有相同（或者相似）傾向值的樣本，它們之間的差異，就是因果關係。這個原理非常簡單，但聰明的讀者肯定會問，什麼是多維度的信息？如何簡化它？這都是傾向值匹配法最爲關鍵也是最容易發生問題的地方。本書的第1章將簡要介紹爲什麼要對多維信息進行降維處理，而第2章將進一步講解這背後的理論背景。第3章選擇了4篇學刊論文，對其中傾向值匹配方法的使用進行解析。第4章則就“應用R軟件和STATA 軟件實現傾向值匹配法”進行說明。 作者簡介：蘇毓淞，清華大學政治學系教授，定量分析方法研究所主任。2009年畢業於美國紐約市立大學，獲政治學博士，2010年哥倫比亞大學博士後出站後，入職清華大學政治學系。長期關注政治學定量分析方法的開發與應用，並據此專研中國政治轉型中的問題。就量化分析中的經典難題即數據信息缺失問題提出了有重大影響的理論創新和實踐方案，在中國民衆行爲和價值觀以及國家與社會關係變遷研究上獲得了重要的知識發現。主要研究領域：比較民主化、比較政治經濟學，政治學方法論（貝葉斯方法、因果推論、缺失值插補、多層次迴歸分析、數據可視化）、比較政治學。在定量方法研究上有豐碩的成果，開發的R軟件包廣爲國內外學術界使用。

書籍信息