政大機構典藏-National Chengchi University Institutional Repository(NCCUR):Item 140.119/58463
English  |  正體中文  |  简体中文  |  Post-Print筆數 : 27 |  全文笔数/总笔数 : 92429/122733 (75%)
造访人次 : 26442403      在线人数 : 249
RC Version 6.0 © Powered By DSPACE, MIT. Enhanced by NTU Library IR team.
搜寻范围 查询小技巧:
  • 您可在西文检索词汇前后加上"双引号",以获取较精准的检索结果
  • 若欲以作者姓名搜寻,建议至进阶搜寻限定作者字段,可获得较完整数据
  • 进阶搜寻


    请使用永久网址来引用或连结此文件: http://nccur.lib.nccu.edu.tw/handle/140.119/58463


    题名: 因果推論與效應評估:區段識別法及其於「選制效應」之應用
    其它题名: Causal Inference and Treatment Effect Evaluation: Partial Identification Approach and Its Application to Electoral System Effect
    作者: 黃紀
    Huang, Chi
    贡献者: 政大政治系
    关键词: 因果推論;內因性問題;區段識別;混合選制;污染效應
    Causal inference;Endogeneity problem;Partial identification;Mixed-member electoral systems;Contamination effect
    日期: 2010-11
    上传时间: 2013-06-21 10:34:01 (UTC+8)
    摘要: 社會科學中涉及效應評估的問題,都無法迴避因果推論。以觀察研究進行因果推論之所以棘手,癥結在於比較研究的組別,往往取決於因和果之間的內部因素,也就是所謂「內因性」(endogeneity),造成平均因果效應的識別問題。一般分析因果效應的參數模型 (parametricmodels),雖有考慮內因問題,但多建立在很特定的函數形式及變數分佈等假定之上。如果研究的主題及資料的確符合這些假定,自可充分運用;但社會科學研究也常常會碰到與假定不符的情況,此時 Manski 的無母數局部識別法 (nonparametric partial identification) 最為適合,因為這個方法從無假定出發,逐步帶入不同強度的假定,檢視其對於參數區段的影響,將假定與推論之間的關係完全透明化,避免為了達到「定點識別」而強加或暗藏與實際不符的假定,導致過當的推論。本文從「反事實因果模型」(counterfactual model of causality) 的角度,以最基礎的邏輯與機率論,探討 Manski 的區段識別法,及各種學理假定與「平均因果效應」之上下限的關係,並以 2008 年立委選舉台聯提名區域立委對其政黨票得票率之影響為例,將區段識別法應用於分析混合選制中所謂之「污染效應」(contamination effect)。
    關聯: 選舉研究, 17(2), 103-134
    数据类型: article
    显示于类别:[政治學系] 期刊論文

    文件中的档案:

    档案 描述 大小格式浏览次数
    103134.pdf1943KbAdobe PDF1036检视/开启


    在政大典藏中所有的数据项都受到原著作权保护.


    社群 sharing

    著作權政策宣告
    1.本網站之數位內容為國立政治大學所收錄之機構典藏,無償提供學術研究與公眾教育等公益性使用,惟仍請適度,合理使用本網站之內容,以尊重著作權人之權益。商業上之利用,則請先取得著作權人之授權。
    2.本網站之製作,已盡力防止侵害著作權人之權益,如仍發現本網站之數位內容有侵害著作權人權益情事者,請權利人通知本網站維護人員(nccur@nccu.edu.tw),維護人員將立即採取移除該數位著作等補救措施。
    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library IR team Copyright ©   - 回馈