|
 |
|
 |
| |
因果推断与因果网络
Speaker:
Professor Zhi Geng (耿直)
北京大学数学科学学院数理统计研究所
Time: 2:00pm-3:00pm, Tuesday November 6
Location: Room 411, New Life Science Building, Peking University
Abstract:
1. 探讨观察性研究和试验性研究中，如何度量两个因素之间因果作用的大小，以及如何探索多因素之间的因果关系。本报告将介绍观察性研究与试验性研究的本质区别。观察性研究只能得到有关因素之间相关性的结论，而试验性研究才能得到有关因素之间的因果结论。因素之间的相关关系不等于因果关系。利用观察性研究，评价因果作用的关键问题是控制混杂因素；介绍如何控制可观测的和不可观测的混杂因素的统计方法。
2. 介绍多因素的因果链或因果路径上两两因素之间因果作用的相互关系。例如，有关因素A-因素B-因素C的因果路径（例如：药物--心律失常--心脏猝死，基因--蛋白--疾病），可能会出现：因素A对因素B有平均的提高作用，并且因素B对因素C也有平均的提高作用，直观上，应该得到因素A对因素C有平均的提高作用的结论。但是，我们指出可能会出现因素A对因素C有平均的降低作用。我们称这一现象为中间因素悖论(Intermediate variable paradox)，或替代指标悖论(Surrogate paradox)。探讨如何选择中间因素，避免该悖论的出现。
3. 因果网络中一个结点表示一个因素，箭头表示因果方向。一个网络描述多因素之间相互联系和相互影响的关系。介绍根据观测数据建立多因素之间因果网络的若干种方法。
4. 探讨两因素的协同交互效应。例如，为了度量环境和基因对疾病的交互效应的存在与否和大小，有统计交互度量，生物协同效应度量；统计交互与生物协同效应有区别。统计交互度量又分为加法交互和乘法交互度量。协同交互效应是指：单独环境不导致疾病，单独基因也不导致疾病，只有环境和基因都暴露时，才导致疾病发生。
Bio:
耿直，北京大学数学科学学院教授，数理统计研究所所长。兼任中国数学会概率统计学会理事长、中国现场统计研究会生物统计学分会理事长；《Computational Statistics and Data Analysis》，《Statistica Sinica》，《Inter. J. Quality Tech. & Quantity Management》编委；《应用概率统计》副主编。从事统计方法研究，在观察性研究和因果推断方法方面有深入的研究。主要研究内容：(1) 统计因果推断, (2) 因果网络和贝叶斯网络, (3) 不完全数据或缺失数据的统计分析。
|
|
 |
|
 |
|
