弗里堡大学教授Martin Huber最近推出了他的新书《因果分析》(Causal analysis),这本教科书介绍了经验数据的因果分析。它提出评估因果关系的最重要的定量方法以及统计方法他们所依赖的假设,这些假设最终是关于人类行为的假设。为了这个原因,这本书非常强调传达各种思想和直觉 方法以及它们的异同,例如基于示例和图形插图。同时,它还正式讨论了使用统计的关键概念符号。
本教材介绍了实证数据的因果分析。它提供了最重要的定量方法来评估因果效应,以及它们所依赖的统计假设,这些假设最终是关于人类行为的假设。因此,这本书非常注重表达各种方法的理念和直觉,以及它们的异同,例如基于实例和图形插图。同时,它也正式地讨论了使用统计符号的关键概念,尽管并不总是在最详细的。如果读者对统计学有基本的了解,包括概率论、平均数、协方差、假设检验和线性回归等主题,就应该能够毫无困难地理解全部或大部分的正式讨论。根据先前的知识和重点,有些讨论甚至可以跳过,例如,在第3.2章和第3.3章中,在因果分析的背景下,线性回归及其属性的排练。因此,这本书似乎适合博士,硕士,和高级BA课程,以及与统计和因果分析的基础和兴趣的自学者。