# CausalInferenceIntroGitee

**Repository Path**: iji-quant/causal-inference-intro-gitee

## Basic Information

- **Project Name**: CausalInferenceIntroGitee
- **Description**: Causal Inference for the Brave and True的中文翻译版。全部代码基于Python，适用于计量经济学、量化社会学、策略评估等领域。
- **Primary Language**: Unknown
- **License**: MIT
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 21
- **Created**: 2025-08-01
- **Last Updated**: 2025-08-01

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 因果推断：从概念到实践

![img](./chapters/data/img/brave-and-true.png)



本系列是 [Causal Inference for the Brave and True](https://zenodo.org/badge/latestdoi/255903310) 这本书 ![DOI](https://zenodo.org/badge/255903310.svg)的中文翻译版，由巴西Nubank的Staff Data Scientist [Matheus Facure](https://www.linkedin.com/in/matheus-facure-7b0099117/) 所著。该书用平实的语言和严谨的数学，以及实用的Python代码，结合经济学与社会学的策略评估和敏感性分析应用，对因果推断最新的概念、理论及实践进行了非常全面的介绍，既适合初学者入门，同时也适合技术管理专家回顾相关领域的整体知识。该书英文原版的Jupyter Notebooks可以由[该Github地址](https://github.com/matheusfacure/python-causality-handbook)获取。

本书主要基础是计量经济学，吸收了非常多学者，包括 [Joshua Angrist](https://economics.mit.edu/faculty/angrist), [Alberto Abadie](https://economics.mit.edu/faculty/abadie)，[Christopher Walters](https://www.econ.berkeley.edu/faculty/4678)，[Miguel Hernan](https://www.hsph.harvard.edu/miguel-hernan/) 和 [Jamie Robins](https://www.hsph.harvard.edu/james-robins/) 等，在这方面的最新研究，主要参考了以下资料：

* [Cross-Section Econometrics](https://www.aeaweb.org/conference/cont-ed/2017-webcasts)
* [Mastering Mostly Harmless Econometrics](https://www.aeaweb.org/conference/cont-ed/2020-webcasts)
* [Mostly Harmless Econometrics](https://www.mostlyharmlesseconometrics.com/)
* [Mastering 'Metrics](https://www.masteringmetrics.com/)
* [Causal Inference Book](https://www.hsph.harvard.edu/miguel-hernan/causal-inference-book/)

这里非常感谢[Matheus Facure](https://www.linkedin.com/in/matheus-facure-7b0099117/)同意我翻译该书的中文译本。中文翻译版会在两个地方同步发布：

1. 方便国际读者的 [Github地址](https://github.com/xieliaing/CausalInferenceIntro)
2. 方便国内读者的 [Gitee地址](https://gitee.com/xieliaing/causal-inference-intro-gitee)


第一部分中文翻译版的进度按照如下时间线开展：

章节 | 名称 | 出稿日期 |
--- | --- | ---
1 |     第一章: 因果关系入门 |  2021-11-07 
2 |     第二章: 随机实验 |  2021-11-13 
3 |     第三章: 统计学回顾：最危险的公式|   2021-11-25 
4 |     第四章: 图因果模型|   2021-11-18 
5 |     第五章: 线性回归超常的有效性|  2021-12-05 
6 |     第六章: 分组和虚拟变量|  2021-12-12 
7 |     第七章: 混淆变量之外|  2021-12-19 
8 |     第八章: 工具变量|  2021-12-26 
9 |     第九章: 不服从与LATE效应|  2021-12-30
10 |    第十章: 匹配|  2022-01-10 
11 |    第十一章: 倾向性打分|   2022-01-22
12 |    第十二章: 双稳健估计|   2022-01-29 
13 |    第十三章: 面板数据和固定效应|   2022-2-13 
14 |    第十四章: 双重差分|   2022-02-20 
15 |    第十五章: 合成控制|   2022-02-27 
16 |    第十六章: 断点回归设计|   2022-03-06
17 |    第十七章: 预测模型|   2022-03-19
18 |    第十八章: 异质干预效应与个性化|   2022-03-26
19 |    第十九章: 评估因果模型|   TBD-00-00
20 |    第二十章: 即插即用的估计量|   TBD-00-00
21 |    第二十一章: 元学习器|   TBD-00-00

该书遵守[MIT License](./LICENSE)。