因果推断经验研究中的敏感性分析  

Sensitivity Analysis in Causal Inference:A Review

作　　者：江艇[1] Jiang Ting

机构地区：[1]中国人民大学经济学院,北京100872

出　　处：《广东社会科学》2023年第5期36-50,共15页Social Sciences in Guangdong

摘　　要：在因果推断经验研究中,因果效应的识别依赖于不同的识别假设,而识别假设在本质上是不可验证的。因此,讨论因果效应的估计对于识别假设的可能违背是否敏感,就显得尤为重要。如果在识别假设可能违背的合理范围内,仍然能够确认因果效应的存在,则说明因果效应的估计结果是稳健的。本文首先阐述了敏感性分析的必要性,然后介绍了敏感性分析的基本原理以及定性的判别方法,接着根据敏感性参数构造的不同方式,重点介绍了线性结构模型中基于可观测变量选择性假设下敏感性分析的几种主要定量方法,讨论了不同方法之间的区别和联系,并用统一的例子展示了其实际应用。

关 键 词：因果推断 敏感性分析 可观测变量的选择性 线性结构模型 

分 类 号：F064.1[经济管理—政治经济学]