因果推断与商业应用

本课程介绍因果推断的核心方法论，包括潜在结果框架、因果图（DAG）、随机实验、工具变量、倾向得分匹配、断点回归、双重差分与合成控制。

课程结构

Lecture Notes

• 2026-09-11 课程导论
• Chapter 1 Causality: An Introduction
  • 因果阶梯、Simpson 悖论、回归与因果
  • ATE / ATET / ATENT
  • 内生性来源与控制变量选择
• Chapter 2 Causal Diagrams
  • DAG 基本定义
  • Chain / Fork / Collider
  • d-Separation、后门准则、前门准则

Review Materials

• 重点概念：混杂因子、对撞因子、后门路径、工具变量、前门准则

Practice

• 课后论文复现与结果讨论

本页为课程导航页，更多笔记可直接在左侧边栏查看。