书籍：Causal Analysis: Impact Evaluation and Causal Machine Learning with Applications in R
作者：Martin Huber
出版：The MIT Press
原文：书籍下载-《因果分析（R）》
01 书籍介绍
关于因果关系——做一件事相对于另一件事的后果——的推理是我们人类生活的重要组成部分。在日益数字化和数据驱动的经济中，复杂因果分析的重要性只会加深。这本教科书介绍了评估因果效应的最重要的定量方法，为研究生和研究人员提供了对实证数据因果分析的清晰而全面的介绍。Martin Huber的平易近人的方法强调了各种方法背后的直觉和动机，同时也使用统计符号对关键概念进行了正式讨论。《因果分析》涵盖了其他文本中未涵盖的几种方法学发展，包括机器学习的新趋势、交互或干扰效应的评估以及最新的研究设计，如捆绑或扭曲设计。· 最完整和前沿的因果分析介绍，包括因果机器学习· 简洁严谨的材料展示避免了多余的细节，并强调概念类比而非统计符号· 提供了使用R的各种应用和实践示例
02 作者简介
Martin Huber是瑞士弗里堡大学应用计量经济学教授，他的研究领域包括因果分析和政策评估、机器学习、统计学、计量经济学和实证经济学领域的方法论和应用贡献。
03 书籍大纲
1. 书籍下载-《基于Agent的模型与因果推断》
2. 书籍下载-《基于Python的因果推断和发现》
3. 书籍下载-《从数据中推理与学习 第一卷：基础》
4. 书籍下载-《从数据中推理与学习 第二卷：推理》
5. 书籍下载-《从数据中推理与学习 第三卷：学习》
6. 书籍下载-《因果推断与缺失数据的贝叶斯非参数法》
**粗体** _斜体_ [链接](http://example.com) `代码` - 列表 > 引用。你还可以使用@来通知其他用户。