内容
第一版页面 xv 的序言
第二版序言 xix
1 概率，图形和因果模型简介 1
1.1 概率论导论 1
1.1.1 为什么是概率？ 1 个
1.1.2 概率论 2 的基本概念
1.1.3 结合预测和诊断支持 6
1.1.4 随机变量和期望 8
1.1.5 条件独立和 Graphoids 11
1.2 图和概率 12
1.2.1 图形符号和术语 12
1.2.2 贝叶斯网络 13
1.2.3 d 分离标准 16
1.2.4 贝叶斯网络的推断 20
1.3 因果贝叶斯网络 21
1.3.1 因果网络作为干预的先兆 22
1.3.2 因果关系及其稳定性 24
1.4 功能因果模型 26
1.4.1 结构方程式 27
1.4.2 因果模型中的概率预测 30
1.4.3 功能模型中的干预和因果关系 32
1.4.4 功能模型中的反事实 33
1.5 因果与统计术语 38
2 推断因果关系理论 41
2.1 简介–基本直觉 42
2.2 因果发现框架 43
2.3 模型首选项（Occam 的剃刀）45
2.4 稳定分布 48
2.5 恢复 DAG 结构 49
2.6 恢复潜在结构 51
七
2.7 推断因果关系的本地标准 54
2.8 非时间因果与统计时间 57
2.9 结论 59
2.9.1 关于极小度，马尔可夫和稳定性 61
3 因果图和因果关系的识别 65
3.1 简介 66
3.2 马尔可夫模型的干预 68
3.2.1 图形作为干预模型 68
3.2.2 干预作为变量 70
3.2.3 计算干预效果 72
3.2.4 确定因果关系量 77
3.3 控制混杂的偏见 78
3.3.1 后门标准 79
3.3.2 前门标准 81
3.3.3 例子：吸烟与基因型理论 83
3.4 干预演算 85
3.4.1 初步符号 85
3.4.2 推理规则 85
3.4.3 因果效应的符号推导：示例 86
3.4.4 通过替代实验的因果推断 88
3.5 可识别性的图形测试 89
3.5.1 识别模型 91
3.5.2 非识别模型 93
3.6 讨论 94
3.6.1 资格和延期 94
3.6.2 作为数学语言的图表 96
3.6.3 从图形到潜在结果的转换 98
3.6.4 与 Robins G-Estimation 的关系 102
4 行动，计划和直接效果 107
4.1 简介 108
4.1.1 行动，作为和概率 108
4.1.2 决策分析中的动作 110
4.1.3 行动与反事实 112
4.2 有条件的行动和随机政策 113
4.3 什么时候可以识别动作的效果？ 114
4.3.1 识别的图形条件 114
4.3.2 关于效率的评论 116
4.3.3 推导闭式表达式
用于控制查询 117
4.3.4 小结 118
4.4 动态计划的识别 118
4.4.1 动机 118
4.4.2 计划标识：符号和假设 120
viii 目录
4.4.3 计划识别：顺序后门准则 121
4.4.4 计划识别：程序 124
4.5 直接和间接影响 126
4.5.1 直接效果与总效果 126
4.5.2 直接作用，定义和识别 127
4.5.3 示例：大学入学时的性别歧视 128
4.5.4 自然直接效应 130
4.5.5 间接影响和调解公式 132
5 社会科学和经济学的因果关系和结构模型 133
5.1 简介 134
5.1.1 寻找语言的因果关系 134
5.1.2 SEM：如何模糊其含义 135
5.1.3 图形作为一种数学语言 138
5.2 图形和模型测试 140
5.2.1 结构模型的可检验含义 140
5.2.2 测试可测试的 144
5.2.3 模型等效性 145
5.3 图形和可识别性 149
5.3.1 线性模型中的参数识别 149
5.3.2 与非参数识别的比较 154
5.3.3 因果关系：对行为的干预解释
结构方程模型 157
5.4 一些概念基础 159
5.4.1 结构参数的真正含义是什么？ 159
5.4.2 效果分解的解释 163
5.4.3 外生性，超外生性和其他装饰 165
5.5 结论 170
5.6 第二版后记 171
5.6.1 计量经济学的唤醒？ 171
5.6.2 线性模型中的识别 171
5.6.3 因果主张的稳健性 172
6 辛普森的悖论，困惑和崩溃 173
6.1 辛普森悖论：解剖学 174
6.1.1 非悖论的故事 174
6.1.2 统计痛苦的故事 175
6.1.3 因果关系与可交换性 177
6.1.4 解决的悖论（或：人是哪种机器？）180
6.2 为什么没有关于混淆的统计检验，为什么很多
认为存在，以及为什么他们几乎正确 182
6.2.1 简介 182
6.2.2 因果和协会定义 184
6.3 协会标准的失败 185
6.3.1 由于边际而无法满足需求 185
6.3.2 通过封闭世界的假设无法实现自足 186
目录 ix
6.3.3 通过贫瘠代理失败的必要性 186
6.3.4 通过偶然取消而失败的必要性 188
6.4 稳定与偶然无偏 189
6.4.1 动机 189
6.4.2 形式定义 191
6.4.3 稳定无混淆的运行测试 192
6.5 混杂，可折叠性和可交换性 193
6.5.1 混淆和可折叠性 193
6.5.2 混杂与混杂人 194
6.5.3 互换性与混杂的结构分析 196
6.6 结论 199
7 基于结构的反事实的逻辑 201
7.1 结构模型语义学 202
7.1.1 定义：因果模型，行为和反事实 202
7.1.2 评估事实：确定性分析 207
7.1.3 评估事实：概率分析 212
7.1.4 双网方法 213
7.2 结构模型的应用和解释 215
7.2.1 线性计量经济模型中的策略分析：
实例 215
7.2.2 反事实的经验内容 217
7.2.3 因果解释，话语及其解释 221
7.2.4 从机制到行动再到因果关系 223
7.2.5 西蒙的因果顺序 226
7.3 公理表征 228
7.3.1 结构反事实的公理 228
7.3.2 来自反事实逻辑的因果效应：一个例子 231
7.3.3 因果关联公理 234
7.4 基于结构和相似性的反事实 238
7.4.1 与刘易斯反事实的关系 238
7.4.2 公理比较 240
7.4.3 成像与条件处理 242
7.4.4 与内曼・鲁宾框架的关系 243
7.4.5 外生性和手段：反事实和
图形定义 245
7.5 结构与概率因果关系 249
7.5.1 对时间顺序的依赖 249
7.5.2 循环风险 250
7.5.3 带着孩子们挑战封闭世界的假设 252
7.5.4 单一原因与一般原因 253
7.5.5 小结 256
8 个不完美的实验：边界效应和反事实 259
8.1 简介 259
8.1.1 不完美和间接实验 259
8.1.2 违规和治疗意图 261
x 目录
8.2 使用工具变量的因果效应 262
8.2.1 问题表述：约束优化 262
8.2.2 规范分区：的演变
有限响应变量 263
8.2.3 线性规划公式 266
8.2.4 自然界限 268
8.2.5 治疗对已治疗（ETT）的影响 269
8.2.6 示例：胆甾胺 270 的作用
8.3 反事实和法律责任 271
8.4 仪器测试 274
8.5 贝叶斯违规方法 275
8.5.1 贝叶斯方法和吉布斯采样 275
8.5.2 样本数量和先验分布的影响 277
8.5.3 临床数据的因果关系不完善
合规 277
8.5.4 单事件因果关系的贝叶斯估计 280
8.6 结论 281
9 因果关系的可能性：解释和确定 283
9.1 简介 283
9.2 必要和充分的原因：鉴定条件 286
9.2.1 定义，符号和基本关系 286
9.2.2 外生条件下的界线和基本关系 289
9.2.3 单调性和外生性下的可识别性 291
9.2.4 单调性和非异质性下的可识别性 293
9.3 示例和应用 296
9.3.1 示例 1：用公平硬币投注 296
9.3.2 示例 2：射击小队 297
9.3.3 例 3：放射对白血病的影响 299
9.3.4 示例 4：来自实验和实践的法律责任
非实验数据 302
9.3.5 结果摘要 303
9.4 非单调模型的识别 304
9.5 结论 307
第 10 章 309
10.1 简介：必要因果关系不足 309
10.1.1 重新审视单个原因 309
10.1.2 抢占和结构信息的作用 311
10.1.3 超确定和拟依赖性 313
10.1.4 麦基的 INUS 条件 313
10.2 生产，依赖和维持 316
10.3 因果关系图和基于因果关系的因果关系 318
10.3.1 因果光束：定义和含义 318
10.3.2 示例：从析取运算到通用公式 320
10.3.3 波束，抢占和概率
单事件因果关系 322
内容 xi
10.3.4 路径切换因果关系 324
10.3.5 时间抢占 325
10.4 结论 327
11 与读者的思考，阐述和讨论 331
11.1 因果，统计和图形词汇 331
11.1.1 因果统计二分法是否必要？ 331
11.1.2 没有泪水的 d 分离（第 1 章，第 16-18 页）335
11.2 反转统计时间（第 2 章，第 58-59 页）337
11.3 估计因果效应 338
11.3.1 后门准则背后的直觉
（第 3 章，第 79 页）338
11.3.2 揭开 “强烈的不可知性” 的神秘面纱 341
11.3.3 A
