因果推断模型 python库

### 探索因果推断库

#### CausalPy 库简介
CausalPy 是一个专为近似实验环境设计的因果推断工具包[^1]。该库提供了多种先进的统计方法来评估干预措施的效果，特别是在无法进行随机对照试验的情况下尤为有用。

#### 安装与导入依赖项
为了使用 `CausalPy` 进行数据分析，首先需要安装必要的软件包：

pip install causalpy pymc arviz matplotlib pandas

接着，在 Jupyter Notebook 或其他 Python 脚本中加载这些模块：

import arviz as az
import matplotlib.dates as mdates
import pandas as pd
import causalpy as cp
%load_ext autoreload
%autoreload 2
pd.set_option("display.precision", 2)
seed = 42

这段代码不仅设置了自动重载扩展以便于开发过程中的调试，还调整了 Pandas 显示精度设置以提高可读性[^2]。

#### 使用案例展示

##### 合成控制法的应用实例
当面对地理区域间的比较时，可以采用合成控制的方法来进行因果估计。这种方法通过构建一个虚拟的对照组——即由多个未受处理地区加权组合而成的新实体——从而更好地衡量特定政策或事件的影响效果。由于对置信度有较高要求，因此选择了基于贝叶斯框架下的实现方式，能够提供直观易懂的概率分布描述。

##### 差异-差异分析 (DiD)

对于面板数据集而言，差分-in-差分是一种常用的技术手段用来分离出因变量随时间变化的趋势成分和其他固定因素造成的偏差。下面的例子展示了如何利用 PyMC 构建更复杂的 DiD 模型，其中加入了年度效应作为额外调节参数，允许捕捉长期趋势的变化规律[^3]。

result2 = cp.pymc_experiments.DifferenceInDifferences(
    df_long,
    formula="bib ~ 1 + year + district*post_treatment",
    time_variable_name="year",
    group_variable_name="district",
    model=cp.pymc_models.LinearRegression(
        sample_kwargs={"target_accept": 0.95, "random_seed": seed}
    ),
)
fig, ax = result2.plot(round_to=3)

此段脚本定义了一个包含交互作用项 (`district * post_treatment`) 和线性时间趋势 (`year`) 的回归方程，并绘制了相应的图形化结果。

#### 数据准备示例
考虑如下场景：假设有一个关于国家风险水平的数据框 `iv_df` ，它包含了四个字段：“longname”，表示国家名称； “loggdp”，代表人均GDP 对数形式；“risk”，反映政治经济不稳定指数；最后一个是死亡率指标 `"logmort0"` 。可以通过以下命令查看前几条记录的内容结构[^4]:

iv_df = cp.load_data("risk")
print(iv_df[["longname", "loggdp", "risk", "logmort0"]].head())