因果推断中的统计方法
| 主 题 | 因果推断中的统计方法 |
| 报告人 | 耿直 教授 |
| 时 间 | 3月18日（周五）15:30—17:00 |
| 地 点 | 理科一号楼1560室 |
| 摘 要 |
Democritus, (B.C.460-B.C.370?): “I would rather discover a single causal relationship than be king of Persia.”
子曰：“知之为知之，不知为不知，是知也。”
探讨各种现象之间的因果关系是哲学、自然科学、社会科学、工农业、医学等几乎所有科学研究的重要目的。我们将介绍因果推断和统计方法在实际问题中的应用，探讨如何根据观察研究与实验研究得到的数据，分析因果作用和挖掘因果网络的若干统计方法：
1. 井底之蛙：讨论相关关系与因果关系的区别；介绍为什么利用相关关系进行统计分析可能会产生错误
的结论，以及从统计数据如何发现因果关系的方法。
2. 替罪羔羊：在科学研究中，为了尽快得出干预措施和决策的评价结果，常采用一些中间指标替代终点
指标；我们将介绍选择中间指标的准则。
3. 盲人摸象：介绍复杂多因素之间相互联系的因果网络方法，讨论如何根据数据发现多因素之间的网络
关系结构。
4. 纲举目张：介绍如何根据科学实验和干预措施来区分相关关系和因果关系的主动学习方法。
5. 寻根问底 + 顺藤摸瓜：传统的回归模型是根据因素之间的相关关系进行预测的，不适用于对未来行为的决策。介绍基于因果关系的预测的方法，以及寻找原因的局部因果网络的学习方法。
|