因果效应的计量经济学识别：案例研究的图形方法-研究论文

众所周知，因果推断依赖于不可检验的先验因果假设。 识别是指是否可以从观察到的统计关联中推断出因果关系； 它需要了解这些因果假设引发了哪些统计关联。 由于这些假设是不可检验的，因此对其统计结果的透明描述有助于读者。 然而，因果假设与其诱导的统计关联之间的关系可能并不明显。 在本文中，我描述了一种称为有向无环图或图形贝叶斯网络或图形因果模型的技术。 该技术是在 1980 年代的计算机科学文献中开发的（Pearl 2009），尽管它在 Philip 和 Sewall Wright 于 1920 年代开始开发的路径分析中有先例（Wright 1921）。 除了描述该技术之外，我还将说明其在审计研究问题的案例研究中的应用。