经济政策评价与预测：基于因果推断与机器学习的方法

第一章 如何进行经济政策评估
第一节 经济政策评估的基本逻辑
第二节 常见的政策评估方法
第三节 机器学习与因果推断方法结合
第四节 科学评估方法的应用前提和要点
第二章 因果推断框架
第一节 潜在结果
第二节 随机化实验
第三节 因果图
第三章 线性回归模型
第一节 条件期望函数和线性回归
第二节 线性回归与因果推断：基于教育回归率的分析
第三节 线性回归模型检验
第四节 模型检验Stata软件示例
第五节 模型内生性和因果关系
第四章 面板数据模型
第一节 面板数据结构
第二节 面板数据与因果关系
第三节 面板数据分析常见模型
第四节 面板固定效应估计方法
第五节 面板数据模型案例分析
第五章 匹配方法与处理效应
第一节 处理效应
第二节 匹配方法的假设条件
第三节 常见的匹配方法
第四节 倾向得分匹配法原理
第五节 倾向得分匹配法操作步骤示例
第六节 匹配方法使用中常见问题
第六章 工具变量法
第一节 内生性与工具变量估计法
第二节 两阶段最小二乘法
第三节 工具变量估计法的局限性
第四节 工具变量运用的检验
第五节 工具变量估计步骤示例
第七章 样本自选择与处理效应模型
第一节 样本自选择偏差产生的原因
第二节 传统Heckman样本选择模型
第三节 Heckman样本选择模型的应用案例
第四节 内生选择变量处理效应模型
第五节 样本自选择模型运用中常见问题
第八章 双重差分法
第一节 双重差分基础模型
第二节 双重差分法假设条件检验
第三节 三重差分法
第四节 DID模型拓展
第九章 断点回归法
第一节 断点回归的直观理解
第二节 断点回归的数据要求
第三节 RDD的估计步骤
第四节 RDD运用实例
第五节 模糊断点回归
第十章 机器学习在经济学中的应用
第一节 机器学习的内涵界定及分类
第二节 机器学习在经济政策预测中的应用
第三节 机器学习方法的局限
第十一章 机器学习分类算法
第一节 逻辑回归
第二节 Softmax回归
第三节 因子分解机
……
第十二章 机器学习的聚类算法
第十三章 机器学习的预测算法
参考文献