laurencium/Causalinference

解决的问题

它提供了一套统计与计量经济学工具来执行因果推断、项目评估与处理效应分析，让用户能够确定特定处理或干预对结果的影响。

运作方式

此软件包实现了多种估计处理效应的方法，通过匹配 (matching)、分块 (blocking)、加权 (weighting) 与最小二乘法 (least squares) 等技术。它也包含评估协变量分布重叠、估计倾向评分 (propensity scores)，以及通过修剪 (trimming) 与子分类 (subclassification) 来改善协变量平衡的工具。

目标对象

需要在计量经济学与统计学等领域，使用 Python 来估计干预影响的研究人员与分析师。

特色亮点

• 倾向评分估计与子分类
• 通过匹配、分块与加权进行处理效应估计
• 通过修剪改善协变量平衡
• 协变量分布重叠评估