【统计学论坛】缺失数据情况下因果作用的可识别性

Title (题目): 缺失数据情况下因果作用的可识别性
Time (时间): 2015/10/14(星期三), 16:00-17:00
Location (地点): 伟清楼209(统计学研究中心会议室)
Speaker (报告人): 耿直,北京大学数学科学学院

Abstract (摘要):
介绍因果作用的可识别性和替代指标的准则。为了正确地评价因果作用,需要控制混杂因素。忽略混杂因素或非随机缺失混杂因素将引起变量间的虚假相关。我们探讨非随机缺失情况下避免混杂偏倚识别因果作用的条件。在临床试验中终点指标不可观测或完全缺失,而采用终点目标的替代指标(surrogate)。我们探讨如何利用替代指标预测暴露或处理对终点指标的因果作用和确定替代指标的准则。

About the speaker (报告人介绍):
耿直教授1989年获得日本九州大学统计学博士学位。同年,进入北京大学任教,历任概率统计系系主任、数理统计研究所所长、统计中心联合主任等职务。1996年当选国际统计学会推选会员(IMS Fellow),1998年入选“国家杰出青年基金”,2006-2010年任中国数学会概率统计学会理事长,2009-2013年任中国现场统计研究会理事长。耿直教授长期从事因果推断和统计图模型方面的研究,在国际顶级统计学期刊发表了大量高水平学术论文,并培养出了一大批优秀的年轻统计学家,是我国当代最有影响力的统计学专家。耿教授长期担任多个国际知名统计学学术期刊的编委,他还是国家统计局统计咨询委员会成员和中国进出口食品安全委员会委员。