倾向值分析 统计方法与应用

倾向分方法是一种非常新统计分析方法，近两年来正日益流行。这种方法针对以往常规统计方法中的一些重要缺陷，通过案例匹配方法使得不同类别之间的可具有可比性和结论上的有效性。本书系统介绍了四种用于因果分析的倾向分方法：（1）由2000 年诺贝尔经济学得主美国芝加哥大学教授杰姆斯·海科曼（James Heckman）创立的 “样本选择模型”, (2) 由美国宾夕法尼亚大学沃顿商学院著名统计学教授保罗·罗森堡(Paul Rosenbaum)及哈佛大学著名统计学教授当那德·鲁苯(Donald Rubin)创立的 “倾向值匹配方法”, (3) 由美国哈佛大学肯尼迪政府学院教授埃尔波特·阿贝蒂(Alberto Abadie)及哈佛大学经济学教授圭多·因本斯(Guido Imbens)创立的 “匹配估算法”, (4) 由美国芝加哥大学教授杰姆斯·海科曼（James Heckman），日本东京大学经济学教授市村英彦（Hidehiko Ichimura），及美国宾夕法尼亚大学经济学教授派彻·托德(Petra Todd) 创立的 “核心值匹配法”。该书阐述了重要的统计学原理和定理，省略了论证，通俗易懂, 侧重应