編輯推薦

《用麵闆數據做因果分析》一書通過運用大量真實的案例，闡明瞭麵闆數據帶來的因果推論機會，並展示瞭剋服各種分析障礙的方法。麵闆數據是因果分析的內容之一，本書聚焦於麵闆數據建模及幾個重要的模型，分彆進行闡述，相信可以使讀者更深入地瞭解這種重復數據調查方法。

內容簡介

《用麵闆數據做因果分析》對適用於麵闆數據分析的各種模型進行瞭概覽，特彆關注瞭跟蹤調查優越於截麵研究設計的主要領域：變量間因果關係的分析，還討論兩種關於使用麵闆數據進行因果分析的互補性觀點。本書呈現瞭麵闆數據強化因果推論過程的多種方式，並演示瞭如何估計各種含有不同時滯設定、交互影響及測量不完美變量的模型。

作者簡介

史蒂芬?E.芬剋爾（Steven E.Finkel）
美國維吉尼亞大學政府與國際事務係的副教授。在《美國政治科學評論》、《美國政治學雜誌》、《政治學雜誌》、《公共態度季刊》等學術期刊上發錶瞭很多關於政治參與、公共態度以及定量研究方法的文章。

目錄

序
第1章 導論
第2章 用麵闆數據來對變化進行建模
第1節 變化得分模型與滯後內生變量的角色
第2節 穩定得分模型的估計
第3節 其他滯後設定
第4節 麵闆模型估計中的問題
第3章 交互因果模型
第1節 交叉滯後作用模型
第2節 同步作用模型
第3節 交叉滯後及同步作用模型
第4章 測量誤差模型
第1節 基本概念
第2節 單指標模型
第3節 多指標模型
第5章 虛假相關及自相關的擾動項
第1節 公因子模型
第2節 不可測量變量模型
第6章 關於在麵闆分析中進行因果推論的結語
附錄
注釋
參考文獻
譯名對照錶

精彩書摘

上一章的模型都假定X和Y之間為單嚮關係，也就是說，隻有X影響Y，不存在相反的影響。在有些情況下，這一假定完全適用。例如，在分析種族等先天特徵對個體收入變化的影響模型中，或者模擬成年前期的經曆對後來的政治及社會取嚮的研究中，變量之間的時間順序（進而潛在的因果次序 potential causal）是清楚的。在另一些情況下，理論原因將避免對交互因果關係的檢驗，如，在試圖模擬一組被長期觀察的國傢中經濟指標對政府聲望的影響的研究中就是這樣。在這種模型中 、 和（或） 可以被當作相應方程中的外生變量來對待，而參數估計可以通過OLS迴歸獲得，或者，如果沒有測量誤差或自相關誤差項的假定無法滿足的話，通過後麵章節即將討論的其他方法來獲得。
不過在很多分析中，單嚮因果（unidirectional causality）假定是站不住腳的，而且實際上，之所以要進行跟蹤數據分析的主要原因之一就是為瞭確定所關心變量之間的因果順序。例如，在前麵的章節中我們假設群體成員資格會影響一個人的抗議行為傾嚮，而個體長期的政黨認同會決定其在一次競選過程對總統候選人的感覺；但是有關的參與及組織動員理論認為參與抗議活動可能會導緻個體參與更多具有抗議傾嚮的組織，而政治參與理論認為對政治候選人的態度也會改變個體長期的政黨認同。在這些情況下，不同理論將導緻我們懷疑X和Y之間為交互因果關係。
相對於截麵分析，麵闆數據在檢驗變量間可能的交互因果作用上具有絕對優勢。由於截麵數據是在一個時點上收集的，交互效應模型中隻能設定一個變量對另一個變量的同步或同時因果作用，而且對交互因果作用的估計需通過將外部變量整閤進“工具變量（instrumental variables）”分析或兩階段最小二乘分析來進行（Berry，1984）。不過，下麵我們將看到，這些方法成功與否取決於模型是否滿足幾個有關這些外部變量與X、Y及相應方程的擾動項（disturbance terms）的關係的嚴格假定。如在第2章中看到的，麵闆設計的曆時特性允許研究者估計帶滯後因果作用的模型，在這種模型中X的早前值會影響Y的未來取值（或Y的變化），或者相反（Y的早前值會影響X的未來值）。另外，帶有同步或同時因果作用的模型可以在不對外部工具變量的影響做齣假定的情況下得到識彆和估計，這些假定可能是靠不住的，但在截麵研究中卻是必要的。

前言/序言

第一，書正版；

書已收到，還是不錯，對方法感興趣的老師可以買看看。

學習下麵闆數據的處理，還行吧。

很好很實用，對初學者很有幫助

好書，好書，好書。

便宜實惠，非常好的東西

學習下麵闆數據的處理，還行吧。

一口氣買瞭9本，看瞭下，挺不錯的

不錯