忍不住,还是买了。粗看了一下,内容调整如下:[color=rgba(0, 0, 0, 0.9)]
- 全新第 19 章:高级因果推断方法(Advanced Methods for Causal Inference)核心焦点:系统整合 潜在结果框架(Potential Outcomes Framework),取代传统“内生性”表述。涵盖方法:回归调整(Regression Adjustment, RA):结合协变量控制的反事实估计。逆概率加权(Inverse Probability Weighting, IPW):利用倾向得分处理选择偏差。IPW 与 RA 结合(Doubly Robust Estimation):提高估计的稳健性。工具变量与局部平均处理效应(LATE):清晰解释 IV 的因果解读。断点回归设计(RDD):区分精确断点(Sharp RD)与模糊断点(Fuzzy RD)。内生转换模型的控制函数法(Control Function Approaches):处理异质性处理效应。意义:将计量经济学与当前微观实证研究的因果识别革命直接对接,为政策评估提供严谨工具。
- 第 17 章:非线性模型(Limited Dependent Variable Models)的重构分数响应模型(Fractional Response Models):新增对比例数据(如市场份额)的建模,使用准最大似然估计(QMLE)。泊松回归的扩展应用:强调泊松回归作为指数条件均值模型的通用性,即使数据非计数(如连续非负变量)。Tobit 模型的重新定位:突出其作为角点解(Corner Solution)模型的适用场景,而非默认选择。
- 第 13–14 章:面板数据的深化双向固定效应(Two-Way Fixed Effects):明确命名并解释其在多期 DID 中的核心作用。相关随机效应(Correlated Random Effects, CRE):扩展为处理非平衡面板的工具。事件研究法的控制组设计(Event Studies with Control Groups):整合合成控制法与交互固定效应思想。
- 第 6 章:函数形式与数据问题的更新预测与置信区间:加入预测不确定性讨论,强调预测区间与置信区间的区别。因变量变换的局限性:警告对数变换在异方差下的误导性,推荐直接使用稳健推断。