10月29日上午08：30，华东师范大学社会工作系主办的沪江名家讲坛海外学者系列讲座第18讲暨研究生高水平系列课程第8期，于腾讯会议及微信直播平台顺利开展。密歇根大学社会学博士、圣路易斯华盛顿大学终身教授郭申阳，为大家带来了“小样本分析”主题的线上讲座。讲座在社会发展学院副院长黄晨熹教授的主持下有序进行。作为高水平前沿课程，本课程也同时开放给国内外社会工作相关领域的本硕博学生与教师们，本次讲座300人进入了会议室学习 ，近万人在线观看了直播，来自国内外约85个高校的学子们一起参与到了本次讲座的学习和交流之中。
讲座开始之前，黄晨熹老师对前来参加此次讲座的师生表示热烈欢迎。同时为大家介绍了本次进行分享的主讲人郭申阳教授。郭申阳教授是“美国社会工作和社会福利科学院”院士（2014年入选），2021年全美社会工作研究学会副主席。担任美国 Sage 出版社“Advanced Quantitative Techniques in the Social Sciences Series”系列主编，2021年被美国 PLOS Biology 评选为全球前2%科学家之一。希望同学们能够在有限时间里与郭老师进行积极交流，在研究方法方面积累更多的专业知识和技巧。
图 1黄老师对郭老师表示欢迎
讲座伊始，郭申阳老师简单阐述了本次讲座的内容纲要，并为同学们推荐了相关阅读教材。本次讲座包括观察性研究和挑战、为什么和什么时候需要倾向值分析、内生性问题校正方法的概述以及两个倾向值分析范例，共四部分。
图 2郭老师为大家推荐的相关教材
在观察性研究和挑战部分，郭老师首先讲述了观察性研究的定义、目的以及观察性数据的类型。郭老师表示，观察性研究并不能很好的得到因果效应。Lazarsfeld在1959年提出了三个因果关系的条件：第一，变量之间的因果关系必须有时间顺序，因在前果在后。第二，这两个变量必须要有一定程度上观察到的相关关系。第三点，也是最重要的一点，这种相关关系不是虚拟的。接着，郭老师给大家讲了项目评估的目的以及内在有效性和威胁，并表示，影响内在有效性的因素有九种类型，其中筛选误差是最重要的一种，从而引出第二部分：为什么要做倾向值分析以及何时要用到倾向值分析。
在第二部分，郭老师重点讲了做倾向值分析的必要性：第一点是去除筛选误差，第二点是为了更有效地分析观测性数据。郭老师表示，若要用回归来做因果评估推断，而我们无法用纯随机试验，那么倾向值分析则是一个非常好的替代方法。接着，老师给大家展示了著名计量经济学家Maddala在1983年的作品——《决策树》。通过这个作品，我们更加形象地理解了倾向值分析的必要性。
在第三部分，郭老师对样本选择模型、倾向值匹配、匹配估算法、非参数回归的倾向值匹配这四种内生性问题的校正方法一一做了介绍。并为大家展示了其他的校正方法：公式变量法、边际结构模型、有向非循环图等。另外，郭老师还为大家推荐了进行倾向值分析的程序网站，便于大家学习。
图 3倾向值分析的程序网站
在第四部分，郭老师为我们详细介绍了倾向值分析的两个例子，第一个例子是匹配估算法，通过这个模型让我们更好地理解什么叫匹配；第二个例子是倾向值剂量分析，这个模型是从最初二元干预条件（干预组还是控制组）拓展至多元和连续干预条件的研究。郭申阳老师以Hirano 与Imbens 于2004年开发的倾向值剂量分析为例，展示在连续干预变量的分析中，怎样控制选择误差。郭老师表示，Imbens 是今年诺贝尔经济学奖得主，受奖原因是他对倾向值和其他因果分析方法的杰出贡献。最后，老师用stata统计软件为大家分别进行了演示。
图 4郭老师在用stata为大家演示
讲座尾声，郭老师与参会师生进行了深入地交流和互动，并就留言区的相关问题给予了详细解答。讲座最后，黄晨熹老师再次向郭老师表达感谢，来自全国各地不同高校的师生以及相关领域工作人员，也纷纷在留言区表达谢意。至此，本场讲座圆满落幕！
图 5大家纷纷向郭老师表达谢意
附：郭老师著作《倾向值分析》
图 6郭老师的著作《倾向值分析》
图文|张心雨
审核|安秋玲
关闭窗口