论文部分内容阅读
统计可以根据当前拥有的数据来推断变量间的关系，进而利用统计规律为决策提供依据。这种统计关系可以分为相关关系和因果关系两种，而推断和利用因果关系是人类推理和决策的核心。在经济学，医学，教育学等领域中政策或方案的决策者们都希望在实施前知道政策或方案的效果。而推断因果关系可以通过预测变量在给定条件下的结果来指导决策行为，故而在现实生活中有着广泛应用。
本文针对在因果推断中协变量的问题进行了研究并通过实际例子进行了验证。本文首先基于Rubin因果模型来介绍因果推断的基本理论，重点说明了因果推断的应用条件。其次，本文探讨了协变量的含义、重要性、引入条件，以及引入协变量后因果效应的估计等基本问题；进一步地，本文还对协变量的选择方法进行了研究，采用了逐步回归法和偏最小二乘法。最后，本文通过实际例子对在引入和不引入协变量的情况下因果效应估计进行了比较，结果发现，引用协变量后可以对因果推断的估计做出更加可靠的评价。