科学与数学hsph.harvard.edu编辑精选
因果推断（免费教材）
Causal Inference Book
2014 — 2018，它一次次回到首页
黑点是上首页（≥ 50 分）的那次投稿，空心点是没冲上去的投稿，点越大分数越高。
导读
这是哈佛大学 Miguel Hernán 的页面，介绍他与 Jamie Robins 合著的因果推断教材，旨在把分散在各学科期刊和技术文章中的因果推断概念与方法整合成连贯的讲述。书中面向流行病学家、统计学家、心理学家、经济学家、社会科学家和计算机科学家等跨学科读者。
为什么经久不衰：它把原本散落各处的因果推断核心思想系统化，成为跨学科研究者进入该领域的经典入口，因此多年反复被推荐。
HN 评论精选
介绍因果发现的最新进展与工具（CausalImpact、RankScience），并感慨该方向未受足够重视，因果性可作为模型评估的一致性线索。
关于加性噪声模型下的因果发现，最近有一些非常有趣的结果[1]。虽然这类模型并非普遍适用，但其基本概念很直观，适合许多问题领域。在时间序列方面，谷歌几年前开源了用于贝叶斯结构时间序列建模的 CausalImpact [2]。看起来 RankScience [3] 正在很好地利用这项研究。我很惊讶因果发现没有得到更多关注。除了对科学研究的直接应用之外，因果关系还是评估从数据中学习到的模型/特征的有力一致性提示。
lpage查看英文原文
There are very interesting and fairly recent results on causal discovery under additive noise models [1]. Although such models aren't universally applicable the underlying concept is intuitive and a good fit for many problem domains. On the time series front, google open sourced CausalImpact [2] for Bayesian structural time-series modeling a few years ago. Looks like RankScience [3] is putting that research to good use. I'm surprised that causal discovery doesn't get more play. Aside from the direct applications to scientific research, causality is a strong consistency hint for assessing models/features learned from data. [1] https://news.ycombinator.com/item?id=8776582 [2] https://opensource.googleblog.com/2014/09/causalimpact-new-open-source-package.html [3] https://news.ycombinator.com/item?id=13552862
推荐因果推断的经典教材《实验与准实验设计》。
看看这本，它是因果推断领域的经典著作：《实验与准实验设计：广义推断》。
benrawk查看英文原文
Check this one out, it is the classic in book on causal inference: https://www.amazon.com/Experimental-Quasi-Experimental-Designs-Generalized-Inference/dp/0395615569
补充推荐珀尔的新书《为什么》，作为因果性领域的近期读物。
在“因果性”领域近期和即将出版的新书中，还有一本：《为什么：关于因果关系的新科学》（朱迪亚·珀尔、达纳·麦肯齐）。
kgwgk查看英文原文
Also in the recent and upcoming releases in "causality" department: The Book of Why: The New Science of Cause and Effect (Judea Pearl, Dana Mackenzie) https://www.nytimes.com/2018/06/01/business/dealbook/review-the-book-of-why-examines-the-science-of-cause-and-effect.html
惊讶此前没有系统的因果推断教材，并询问该领域目前的教学与参考书现状。
（引用页面）Jamie Robins 和我正在写一本书，对因果推断的概念和方法做连贯的阐述。这些材料目前大多分散在各学科期刊中，或局限于技术文章。我们预计这本书会引起所有对因果推断感兴趣的人的关注，例如流行病学家、统计学家、心理学家、经济学家、社会学家、政治学家、计算机科学家……我有点惊讶之前居然没有一个“连贯的阐述”，既可用于教学，也可作为从业者的资源。（当然，书往往就是在需求变得显而易见时才写出来。）有没有科学家能谈谈这个主题目前是如何教授、用什么参考书的？还是我误解了这个主题的性质，比如它的重要性或普遍性？是有什么变化了吗？
forapurpose查看英文原文
> Jamie Robins and I are working on a book that provides a cohesive presentation of concepts of, and methods for, causal inference. Much of this material is currently scattered across journals in several disciplines or confined to technical articles. We expect that the book will be of interest to anyone interested in causal inference, e.g., epidemiologists, statisticians, psychologists, economists, sociologists, political scientists, computer scientists... I'm a bit surprised that there isn't already a "cohesive presentation", both for teaching and as a resource for practitioners. (Of course, that seems to be when books are written, when the need suddenly seems obvious.) Would any scientists, etc. comment on how the topic is currently taught and what reference is used? Or am I misunderstanding the nature of the topic, such as its significance or generality? Has something changed?
历次讨论
同类还值得读
如果月球只有 1 像素：一个极其精确的太阳系模型（2014）
If the moon were only 1 pixel: A tediously accurate solar system model (2014)
一个网页版太阳系模型，以“如果月亮只有 1 像素”的真实比例呈现：你必须一路横向滚动，才能体会行星之间空旷到何等程度。
科学与数学上首页 7 次 · 2014–2025joshworth.com编辑精选沉浸式线性代数（2016）
Immersive Linear Algebra (2016)
《Immersive Linear Algebra》是一本完全免费、开放在线的线性代数“超文本教科书”，其最大特色是大量可交互的图形：读者可以直接拖动、操作图中的向量、矩阵和变换…
科学与数学上首页 5 次 · 2015–2024immersivemath.com编辑精选如何将贝果切成两个相连的半环（2009）
How to Slice a Bagel into Two Linked Halves (2009)
数学家 George Hart 的经典教程，演示如何用一刀把贝果切成两个相互扣住的环，并附上切割步骤与数学原理。
科学与数学上首页 5 次 · 2009–2022georgehart.com“犹太问题”：一组用于歧视的数学题
Jewish problems
一篇 arXiv 论文，整理并讨论苏联时期犹太学生在申请大学数学系时被问到的特殊数学难题：这些题往往有简单解法却极难想到，被用作面试中拒绝犹太考生的手段。
科学与数学上首页 5 次 · 2011–2021arxiv.org你的身体并非为长久而造：人类死亡率数据的一课
Your body wasn’t built to last: a lesson from human mortality rates
文章从人类死亡率随年龄变化的统计规律出发，解释身体并非为长久使用而设计：年轻时死亡风险较低，之后随年龄近似指数上升，像复杂系统在不断累积损伤。
科学与数学上首页 5 次 · 2009–2018gravityandlevity.wordpress.com