因果论：模型、推理和推断（原书第2版） 机械工业出版社 9787111701392 (美)朱迪亚·珀尔
新华书店全新正版书籍图书 保证_可开发票_极速发货支持7天无理由
￥ 130 5.9折 ￥ 219 全新
库存6件
浙江嘉兴
认证卖家担保交易快速发货售后保障
作者(美)朱迪亚·珀尔
出版社机械工业出版社
ISBN9787111701392
出版时间2022-04
装帧平装
开本16开
定价219元
货号31430252
上书时间2024-09-27
- 最新上架
商品详情
- 品相描述：全新
- 商品描述
-
作者简介
李廉，合肥工业大学教授、原党委书记，教育部高等学校大学计算机课程教学指导委员会主任，中国计算机学会理论计算机科学专委会主任。长期从事计算机数学和网络计算等方面的研究及教学工作，先后主持国家自然科学基金重点和面上项目5项，参加“科技部国家科技大平台”“下一代互联网络关键技术与应用”等项目多项。曾先后主讲“计算机程序语言学”“算法学”“计算复杂性理论”“多处理器编程”“社会计算”“近世代数”等本科生、研究生课程。积极参与大学计算机基础课程改革，2012年获得安徽省教学成果特等奖，2014年获得重量教学成果二等奖。
目录
中文版序<br/>推荐者序<br/>译者序<br/>我为什么写这本书：回顾与期望<br/>第2版前言<br/>第1版前言<br/>第1章 概率、图及因果模型1<br/>1.1 概率论概述1<br/>1.1.1 为什么学习概率1<br/>1.1.2 概率论的基本概念2<br/>1.1.3 预测支持与诊断支持结合7<br/>1.1.4 随机变量与期望8<br/>1.1.5 条件独立与图11<br/>1.2 图与概率12<br/>1.2.1 图的符号与术语12<br/>1.2.2 贝叶斯网络13<br/>1.2.3 d-分离准则17<br/>1.2.4 贝叶斯网络推断20<br/>1.3 因果贝叶斯网络22<br/>1.3.1 用于干预谕言的因果网络23<br/>1.3.2 因果关系及其稳定性25<br/>1.4 函数因果模型27<br/>1.4.1 结构方程28<br/>1.4.2 因果模型中的概率预测31<br/>1.4.3 函数模型中的干预与因果效应33<br/>1.4.4 函数模型中的反事实34<br/>1.5 因果与统计术语40<br/>第2章 因果关系推断理论43<br/>2.1 简介：基本直觉44<br/>2.2 因果发现框架46<br/>2.3 模型偏好（奥卡姆剃刀原则）47<br/>2.4 稳定分布51<br/>2.5 获取DAG结构52<br/>2.6 重建潜在结构54<br/>2.7 因果关系推断的局部准则57<br/>2.8 非时间因果与统计时间61<br/>2.9 结论63<br/>2.9.1 关于极小性、马尔可夫性和稳定性64<br/>第3章 因果图与因果效应识别69<br/>3.1 简介70<br/>3.2 马尔可夫模型中的干预72<br/>3.2.1 作为干预模型的图72<br/>3.2.2 干预作为变量75<br/>3.2.3 计算干预效应76<br/>3.2.4 因果量值的识别81<br/>3.3 控制混杂偏差83<br/>3.3.1 后门准则83<br/>3.3.2 前门准则86<br/>3.3.3 实例：吸烟与基因型理论88<br/>3.4 干预的计算90<br/>3.4.1 符号预备90<br/>3.4.2 推断规则90<br/>3.4.3 因果效应的符号推导：一个实例92<br/>3.4.4 基于替代试验的因果推断94<br/>3.5 可识别性的图模型检验95<br/>3.5.1 识别模型97<br/>3.5.2 非识别模型99<br/>3.6 讨论100<br/>3.6.1 要求与扩展100<br/>3.6.2 图作为一种数学语言102<br/>3.6.3 从图转换到潜在结果104<br/>3.6.4 与Robins的G-估计的关系108<br/>第4章 行动、计划和直接效应114<br/>4.1 简介115<br/>4.1.1 行动、动作和概率115<br/>4.1.2 决策分析中的行动118<br/>4.1.3 行动和反事实120<br/>4.2 条件行动与随机策略121<br/>4.3 什么时候行动的结果是可识别的122<br/>4.3.1 基于图的识别条件122<br/>4.3.2 识别效率124<br/>4.3.3 对控制问题解析解的推导126<br/>4.3.4 总结126<br/>4.4 动态计划的可识别性127<br/>4.4.1 动机127<br/>4.4.2 识别计划：符号和假设129<br/>4.4.3 识别计划：序贯后门准则130<br/>4.4.4 识别计划：计算流程133<br/>4.5 直接效应和间接效应136<br/>4.5.1 直接效应与总效应136<br/>4.5.2 直接效应、定义和识别137<br/>4.5.3 案例:大学录取中的性别歧视问题138<br/>4.5.4 自然直接效应141<br/>4.5.5 间接效应与中介公式142<br/>第5章 社会学和经济学中的因果关系与结构模型144<br/>5.1 简介145<br/>5.1.1 寻找因果语言145<br/>5.1.2 SEM：它的意义怎么变模糊了146<br/>5.1.3 图作为一种数学语言150<br/>5.2 图与模型检验151<br/>5.2.1 结构模型的可检验性含义152<br/>5.2.2 检验可检验性156<br/>5.2.3 模型等价性157<br/>5.3 图与可识别性161<br/>5.3.1 线性模型中的参数识别161<br/>5.3.2 与非参数识别的比较167<br/>5.3.3 因果效应：SEM的干预解释169<br/>5.4 部分概念基础172<br/>5.4.1 结构参数真实意味着什么172<br/>5.4.2 效应分解的解释177<br/>5.4.3 外生性、超外生性及其他话题178<br/>5.5 结论183<br/>5.6 第2版附言184<br/>5.6.1 计量经济学的觉醒184<br/>5.6.2 线性模型的识别问题185<br/>5.6.3 因果论断的鲁棒性185<br/>第6章 辛普森悖论、混杂与可压缩性187<br/>6.1 剖析辛普森悖论188<br/>6.1.1 一个有关悖论的示例188<br/>6.1.2 统计学中苦恼的事情190<br/>6.1.3 因果关系与可交换性192<br/>6.1.4 悖论已解决（或者，人是什么类型的机器）195<br/>6.2 为什么没有关于混杂的统计检验，为什么许多人认为应该有，为什么他们是正确的197<br/>6.2.1 简介197<br/>6.2.2 因果定义和关联定义199<br/>6.3 关联性准则如何失效200<br/>6.3.1 凭借边缘化使充分性失效200<br/>6.3.2 凭借封闭世界假定使充分性失效201<br/>6.3.3 凭借无益代理使必要性失效201<br/>6.3.4 凭借偶然抵消使必要性失效203<br/>6.4 稳定无偏与偶然无偏204<br/>6.4.1 动机204<br/>6.4.2 形式化定义206<br/>6.4.3 稳定无混杂的运算检验207<br/>6.5 混杂、可压缩性和可交换性208<br/>6.5.1 混杂与可压缩性208<br/>6.5.2 混杂与混杂因子210<br/>6.5.3 可交换性与混杂结构分析212<br/>6.6 结论215<br/>第7章 结构化反事实的逻辑217<br/>7.1 结构模型语义学218<br/>7.1.1 定义：因果模型、行动与反事实219<br/>7.1.2 评估反事实：确定性分析223<br/>7.1.3 评估反事实：概率分析228<br/>7.1.4 孪生网络法230<br/>7.2 结构模型的应用与解释231<br/>7.2.1 线性经济计量模型政策分析：示例231<br/>7.2.2 反事实的实证性内容 234<br/>7.2.3 因果解释、表达及其理解238<br/>7.2.4 从机制到行动再到因果240<br/>7.2.5 Simon因果顺序243<br/>7.3 公理刻画246<br/>7.3.1 结构反事实的公理246<br/>7.3.2 反事实逻辑中的因果效应：示例249<br/>7.3.3 因果相关性公理252<br/>7.4 基于结构化和相似性的反事实256<br/>7.4.1 与Lewis反事实的关系256<br/>7.4.2 公理系统的比较258<br/>7.4.3 成像与条件260<br/>7.4.4 与Neyman-Rubin框架的关系262<br/>7.4.5 外生性和工具变量：反事实定义和图模型定义264<br/>7.5 结构因果与概率因果267<br/>7.5.1 对时序的依赖性268<br/>7.5.2 死循环风险269<br/>7.5.3 与孩子们一起挑战封闭世界假定271<br/>7.5.4 特例因果与一般因果272<br/>7.5.5 总结275<br/>第8章 不完美实验：边界效应和反事实277<br/>8.1 简介278<br/>8.1.1 不完美与间接实验278<br/>8.1.2 不依从性与治疗意愿279<br/>8.2 利用工具变量界定因果效应的范围280<br/>8.2.1 问题的形式化表述：约束优化280<br/>8.2.2 正则划分：有限响应变量的演化282<br/>8.2.3 线性规划公式284<br/>8.2.4 自然边界286<br/>8.2.5 对于处理（治疗）者的处理效应（ETT）287<br/>8.2.6 示例：消胆胺的作用288<br/>8.3 反事实和法律责任289<br/>8.4 工具变量测试291<br/>8.5 解决不依从性的一种贝叶斯方法293<br/>8.5.1 贝叶斯方法和吉布斯采样293<br/>8.5.2 样本量和先验分布的效应295<br/>8.5.3 从不完全依从的临床数据中估计因果效应296<br/>8.5.4 特例事件因果关系的贝叶斯估计298<br/>8.6 结论299<br/>第9章 因果关系概率：解释和识别300<br/>9.1 简介301<br/>9.2 充分必要原因：识别条件303<br/>9.2.1 定义、符号和基本关系303<br/>9.2.2 外生性下的界限与基本关系306<br/>9.2.3 单调性和外生性下的可识别性309<br/>9.2.4 单调性和非外生性下的可识别性311<br/>9.3 实例与应用314<br/>9.3.1 实例1：公平硬币下注314<br/>9.3.2 实例2：刑法执行316<br/>9.3.3 实例3：辐射对白血病的影响317<br/>9.3.4 实例4：来自实验数据和非实验数据的法律责任320<br/>9.3.5 结果总结321<br/>9.4 非单调模型的可识别性322<br/>9.5 结论325<br/>第10章 实际原因327<br/>10.1 引言：必要因果关系的不充分性328<br/>10.1.1 重新探讨特例原因 328<br/>10.1.2 抢占和结构信息的作用329<br/>10.1.3 过度确定和准依赖性331<br/>10.1.4 Mackie的INUS条件332<br/>10.2 产生、依赖和维持334<br/>10.3 因果束和基于维持的因果关系337<br/>10.3.1 因果束：定义及其含义337<br/>10.3.2 实例：从析取式到通用公式340<br/>10.3.3 束、抢占以及特例事件因果关系的概率342<br/>10.3.4 路径切换因果关系344<br/>10.3.5 时序抢占345<br/>10.4 结论347<br/>第11章 对读者的回应、阐述和讨论351<br/>11.1 因果、统计和图的术语351<br/>11.1.1 区分因果和统计是必要的吗351<br/>11.1.2 无须担心的d-分离（第1章）355<br/>11.2 逆转统计时间（第2章）358<br/>11.3 估计因果效应359<br/>11.3.1 后门准则背后的直观理解（第3章）359<br/>11.3.2 揭开神秘的“强可忽略性”362<br/>11.3.3 后门准则的另一种证明365<br/>11.3.4 协变量选择中的数据与知识368<br/>11.3.5 理解倾向得分370<br/>11.3.6 do-算子背后的直观性374<br/>11.3.7 G-估计的有效性374<br/>11.4 策略评估与do-操作376<br/>11.4.1 识别附条件计划（4.2节）376<br/>11.4.2 间接效应的意义378<br/>11.4.3 do(x)能够表示实际实验吗380<br/>11.4.4 do(x)操作是通用的吗381<br/>11.4.5 没有操纵的因果关系384<br/>11.4.6 与Cartwright一起追猎原因385<br/>11.4.7 非模块化的错觉387<br/>11.5 线性结构模型中的因果分析389<br/>11.5.1 参数识别的一般准则（第5章）389<br/>11.5.2 结构系数的因果解释390<br/>11.5.3 为SEM（或者SEM救生包）的因果解释辩护392<br/>11.5.4 今天的经济学模型在哪里—与Heckman一起追求原因398<br/>11.5.5 外部变化与外科手术401<br/>11.6 决策与混杂（第6章）405<br/>11.6.1 辛普森悖论与决策树405<br/>11.6.2 时间信息对于决策树是充分的吗407<br/>11.6.3 Lindley关于因果性、决策树和贝叶斯主义的理解409<br/>11.6.4 为什么混杂不是一个统计学概念412<br/>11.7 反事实的演算414<br/>11.7.1 线性系统中的反事实414<br/>11.7.2 反事实的意义417<br/>11.7.3 反事实的d-分离420<br/>11.8 工具变量与不依从性421<br/>11.9 更多关于因果关系的概率422<br/>11.9.1 “有罪的概率为1”有可能吗422<br/>11.9.2 收紧因果关系的概率界限424<br/>后记：因果的艺术与科学427<br/>参考文献462<br/>索引488
内容摘要
本书全面阐述了现代因果关系分析。它展示了因果关系是如何从一个模糊的概念发展成为一个数学理论，并在统计学、人工智能、经济学、哲学、认知科学、卫生和社会科学等领域有重要的应用。
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价