因果推断书单-4本中文科普书8本英文书
科普书4本
1《为什么》 ：对于很多人，了解因果推断，都是来自于这本书。书中提出的因果阶梯，以及图模型，指出了我们只有在假设了因果模型之后才收集数据，在我们陈述了我们希望回答的科学问题之后，收集并评估数据才是有意义的。
2 《结果与原因的经济学》：相对《为什么》更加简明易懂，通过生活中必不可少的教育和医疗相关的例子，说明搞清楚因果关系的重要性，之后指出了因果推断必需的三步：
1，搞清楚原因，结果分别是什么？
2，质疑是不是巧合，是否存在混杂因素或逆向因果关系？
3，通过调整形成“可比较”的组，用最贴切的值替换反事实的结果。
书中介绍了包括断点和匹配等几种分析方法，指出因果推断是每个人都可以掌握的，大数据时代的必要技能。
3 《别拿相关当因果》：阅读难度介于前两本之间，但内容更加全面。书中详述了观察法，实验法，计算法三种评估因果关系的方法，讨论了因果分析中的解释及评价指标，包括 强度，特异性，一致性，时间间隔，剂量，可信度与连贯性与可类比性。书中指出，因果关系的解释分为实体层面和统计层面。前者是关于某个具体事件的因果关系，而后者是可以用来预测未来事件的知识，或者是可以用来在普遍意义上（比如针对整个人口群体的政策）改变事件发展进程的知识。
4 《如何创造可信的AI》：作者Gary Marcus是NYU的认知心理学教授，是一位光率很高的一位AI怀疑论者。书中指出：因果联系的判定对我们认识和理解世界有奠基作用，如果想创造可信的，鲁棒的AI，必须要深入研究因果推断，并将因果关系放在下一代AI系统的基石位置上。
英文版：
1 哲学相关
Causation：A very short introduction
牛津系列书，自亚里士多德和休谟谈起，对比他们论述的因果有何不足。从形而上学和认知论的角度，讨论因果关系所蕴涵的哲学问题。短小精悍，不需要任何技术背景
Causality
全面的讨论因果相关的哲学理论，以及由此生出的科学探索。书中对因果关系的哲学解释，分为了两类，每类三种，第一类是产生差异，分别对应反事实，干预和概率因果；后一类是基于过程的，分别是因果机制，从原因到结果的流程，以及信息传递。书中还提到多元因果。书中对于每个话题，讲解都浅白易懂，同时列出了详尽的阅读清单，供感兴趣的读者进一步学习。
Actual Causality
书中针对因果推断中，存在的由于所指称的对象是群体还是个体，由此引出的概率上的不确定性，定义了”事实上的因果关系“这一概念，并指出这一概念对于司法，医疗等领域应用因果关系，更为适合。作为一本哲学家写的书，书中不止有文字论述，还包含量化的公式，是一本较为难懂的书。
3 教科书-适合想系统化学习的读者
Causality: Model, Reasoning, and Inference by Pearl(2009)
Peral 的经典教科书，对于因果推断的图建模及其背后的统计知识，进行了详尽的介绍。
The handbook of graphical models(2018)
因果推断读书会中的很多内容，来自于对这本书部分章节的讲述。书中对图模型，从计算机科学，经济学，电子工程等多个领域，进行了介绍。
下载：https://www.google.com/url?q=https%3A%2F%2Fstat.ethz.ch%2F~maathuis%2Fpapers%2FHandbook.pdf&sa=D&sntz=1&usg=AFQjCNFlo1KJ87pzROuKiB4KXojfpcEL1A
Elements-of-Causal-Inference-Foundations-and-Learning-Algorithms
在上述三本因果推断的教科书中，相对来说，最简单易懂的一本。书中介绍了因果推断在机器学习中的应用，以及使用机器学习的方法，来判定因果关系。该书出版社提供免费下载版，同时有配套的notebook代码，可以迅速上手。
http://web.math.ku.dk/~peters/elements.html
DoWhy 是微软推出的针对因果推断的python包，功能全面，且上手相对容易的工具。下面的链接包含了对该python包的详细介绍，以及使用案例。
https://github.com/microsoft/dowhy
4 经济相关
Mastering Metrics: The Path from Cause to Effect
在经济学和金融学中，应用因果推断。对于学习如何使用因果推断，解决实际问题，给出了具体案例和应用指南，即使和经济学相关的读者入门，也适合想要将因果推断应用到经济问题中的跨学科研究者。
5 医疗相关
Epidemiology by design
流行病学中，往往存在将相关错当成因果的例子。这本书讲述了如何讲因果推断，例如潜在结果，反事实推断等方法，应用到健康领域，内容包括如何设计实验，分析数据。
更多阅读
cla2020-11-28 19:45:18
感谢荐书！这是我获益最多的公号之一。很多文章读过都有瞬间聪明一丢丢的感觉赞 4