摘要

在Suppes的因果機率理論中，「真因」的探索是個哲學上問題，任何統計方法 都幫不上忙。統計方法所能做的就是，假定那個事件是因之後（不管它是否就是真 因），估計它所帶來的效果有多大。因此，問題的重心不在於尋找效果的因 (cause of an effect)，而是估計因的效果 (effects of a cause) 在本文中，我介紹Rubin的實 驗模式。他的模式幫助我們澄清因果推論的幾個重要問題。例如透過隨機分派的實 驗，從實際資料中所獲得的實驗處理的參數，才不會只是關聯參數 (associational parameters) ，而可以成為因果參數 (causal parameters) 。在觀察的研究中，如果 發現各組的共變項顯著不同，那麼必須假設 「強忽略性」 (strong ignorability)，從 資料中求得的參數才會有因果上的意義。我以學校效率的研究為例，說明如果要講 這類研究所獲得的參數具有因果推論的意義的話，所必須檢驗的假設。由於這類的 研究常以階層線性式來估計參數，所以我先大致介紹了階層線性模式的理論基礎和 參數估計方法，並以三個例子說明如果這些假設成立的話，哪些參數可以被用來當 作學校效率的指標。

_{[ 英文版 | 目錄 | 教育與心理研究 | 其他文獻 | 教育學院網頁 | 查詢 ]}

查詢有關資料，請電郵致 en@fed.cuhk.edu.hk。