本部分有五章，这一部分的内容将讨论基本的因果推论方法。第四章是匹配方法。需要说明的是，匹配可以脱离倾向值单独成为一套具体的因果推论方法。第五章是倾向值方法。对于社会科学研究者而言，倾向值方法（尤其是倾向值匹配）是比较常用的分析手段。倾向值可以有多种应用。第六章是工具变量方法。工具变量方法可以说是经济学领域的一个看家本领。有不少经济学的论文，其成立的前提就是在于找了一个好的工具变量，以识别因果关系。那么，为什么我们需要工具变量来完成因果推断？什么时候通过工具变量得到的结论可以被视为一种因果关系呢？这个问题的解答需要一些特定假设，而这些假设在常规的研究中往往一笔带过，或者用一些简单的统计量检测。本部分的讨论将重点介绍工具变量方法进行因果推论背后的原理性知识。第七章是回归断点设计方法。相比于工具变量而言，回归断点设计一开始是教育心理学领域内兴起的一个方法。后来计量经济学的学者对于回归断点设计进行了数理上的系统化和精确化，使其成为一套标准化的分析程序。经过数十年的发展，当下回归断点设计方法不仅在具体操作程序上已经形成一套比较成熟的规则，而且在如何去识别因果推断，如何判断回归断点设计的优劣上也已经有了普遍接受的衡量标准。无论是工具变量还是回归断点设计都是计量经济学中常见的方法。由于这部分的教材浩如烟海，且内容上都比较详尽，所以在讨论这些方法的时候，本书尽量在内容上与计量经济学的研究范式相补充，而不是简单地重复。第八章是追踪数据的因果推断。目前国内已经慢慢开始积累一些追踪数据。虽然追踪的时段不是很长，但这些数据也可以让我们开始着手从历时性的角度分析一些问题，所以这里也会谈一谈追踪数据的因果推断问题。(www.xing528.com)
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
