工具变量（IV）如何帮助估计因果？
How does an instrumental variable (IV) help estimate causation?
当自变量受混杂或反向因果干扰时，IV提供只经自变量影响结果的外生变量，借由两阶段估计剥离因果成分，但依赖强相关与排他性假设。
When an endogenous variable is confounded, an IV affects the outcome only via that variable; two-stage estimation recovers causal effects, relying on relevance and exclusion assumptions.
难度 专业 · 适合 大众
CC BY 4.0 · 来源待核验 · Source pending review
来源 · Source
出处备注：著录含书名，但缺版次 / 出版社 / 年份中的一部分，需编辑补全后才能做独立比对。
乔舒亚·安格里斯特与约恩-斯特芬·皮施克《可信性革命：计量经济学的经验方法》(2010) ; 另见: Joshua D. Angrist and Jörn-Steffen Pischke, Mostly Harmless Econometrics (2009) / The Credibility Revolution (2010)
Joshua D. Angrist and Jörn-Steffen Pischke, Mostly Harmless Econometrics (2009) / The Credibility Revolution (2010) ; see also: 乔舒亚·安格里斯特与约恩-斯特芬·皮施克《可信性革命：计量经济学的经验方法》(2010)
#工具变量 #因果 #内生性
随机对照试验（RCT）如何识别因果效应？
How does a randomized controlled trial (RCT) identify causal effects?
RCT通过随机分配处理组与对照组，使混杂因素平均平衡，从而将组间差异归因于干预。其外部效度（可推广性）常受样本与情境限制。
RCTs randomly assign treatment and control, balancing confounders on average so group differences attribute to the intervention; external validity is often limited.
难度 专业 · 适合 大众
CC BY 4.0 · 来源待核验 · Source pending review
来源 · Source
出处备注：著录仅给书名，无版次与年份；同一书名常对应多个版次，不臆测具体版本。
World Bank（《实践中的影响评估》）
World Bank (Impact Evaluation in Practice)
#随机对照 #因果识别 #实验
相关不等于因果，为什么？
Why does correlation not imply causation?
两变量相关可能由共同第三因素、反向因果或巧合造成；要确定因果需实验或准实验设计（如随机对照、工具变量）控制混杂。
Correlation may reflect a confounder, reverse causality, or chance; establishing causation needs experiments or quasi-experiments (RCTs, instruments) controlling confounders.
难度 进阶 · 适合 大众
CC BY 4.0 · 来源待核验 · Source pending review
来源 · Source
出处备注：著录含书名，但缺版次 / 出版社 / 年份中的一部分，需编辑补全后才能做独立比对。
乔舒亚·安格里斯特与约恩-斯特芬·皮施克《可信性革命：计量经济学的经验方法》(2010) ; 另见: Joshua D. Angrist and Jörn-Steffen Pischke, Mostly Harmless Econometrics (2009) / The Credibility Revolution (2010)
Joshua D. Angrist and Jörn-Steffen Pischke, Mostly Harmless Econometrics (2009) / The Credibility Revolution (2010) ; see also: 乔舒亚·安格里斯特与约恩-斯特芬·皮施克《可信性革命：计量经济学的经验方法》(2010)
#相关性 #因果 #混杂
什么是“幸存者偏差”？
What is “survivorship bias”?
只关注“幸存”样本而忽略已退出者会得出偏误结论，如仅研究现存企业而忽视倒闭者，会高估成功率。它提醒注意缺失数据。
Focusing only on “survivors” and ignoring dropouts biases conclusions—e.g., studying only living firms overstates success; mind missing data.
难度 入门 · 适合 大众
CC BY 4.0 · 已核验 · Verified 2026-11-04
来源 · Source
Graham,《Daily briefing: Mentors, beware survivorship bias》,Nature,2021 (DOI: 10.1038/d41586-021-02647-8)
Graham, 'Daily briefing: Mentors, beware survivorship bias', Nature, 2021, DOI: 10.1038/d41586-021-02647-8
独立核验依据 · Independent verification: 核验依据 1 Crossref DOI 10.1038/d41586-021-02647-8
#幸存者偏差 #样本 #偏误