| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 相关关系与因果关系 | 第8-10页 |
| 1.2 研究方法 | 第10页 |
| 1.2.1 基于图模型的因果效应及其变量选择 | 第10页 |
| 1.2.2 基于贝叶斯模型的因果推断 | 第10页 |
| 1.3 本文的内容 | 第10-12页 |
| 第二章 背景变量的选择对因果效应估计精度的影响 | 第12-28页 |
| 2.1 背景介绍 | 第12-13页 |
| 2.2 一些表示与定义 | 第13-15页 |
| 2.2.1 因果图 | 第13-14页 |
| 2.2.2 d-分离 | 第14-15页 |
| 2.2.3 线性结构方程模型 | 第15页 |
| 2.3 两个计划下的因果效应及其比较 | 第15-24页 |
| 2.3.1 使用C_2∪C_1来控制和识别X对Y的因果效应 | 第15-18页 |
| 2.3.2 使用C_3∪Z来控制和识别X对Y的因果效应 | 第18-20页 |
| 2.3.3 两种控制方法的比较 | 第20-24页 |
| 2.4 模拟结果 | 第24-28页 |
| 第三章 离散情况下因果效应估计的变量选择问题 | 第28-44页 |
| 3.1 背景介绍 | 第28-29页 |
| 3.2 因果效应估计中的相关概念及变量选择 | 第29-39页 |
| 3.2.1 混杂因子和识别 | 第29-30页 |
| 3.2.2 变量选择对因果效应估计精度的影响 | 第30-39页 |
| 3.3 相关的模拟 | 第39-44页 |
| 第四章 含有不服从下的因果推断模拟研究 | 第44-55页 |
| 4.1 背景介绍 | 第44页 |
| 4.2 不服从下的因果效应 | 第44-46页 |
| 4.3 因果效应估计的贝叶斯推断与计算 | 第46-50页 |
| 4.4 两个经常涉及的假设 | 第50-51页 |
| 4.5 实例分析 | 第51-55页 |
| 第五章 总结与展望 | 第55-56页 |
| 参考文献 | 第56-58页 |
| 致谢 | 第58-59页 |
| 攻读硕士期间发表的学术论文目录 | 第59页 |