19世紀至今🧙‍♂️，統計學領域發生了突破性的進展，通過對事物相關性進行數學形式化和建立回歸模型等手段🧖‍♀️，統計學同時推動了自然科學、經濟金融和人文社會科學等學科的發展⛪️。2017年4月6日晚，數學科學學院教授🧏🏿‍♂️、統計科學中心聯席主任耿直做客“才齋講堂”，以“因果推斷與因果網絡”為題向同學們介紹了利用數據進行因果推斷和因果關系網絡發現的統計方法📮。研究生院副院長劉明利主持並全程參加了講座🉑。

耿直主講才齋講堂第136講“因果推斷與因果網絡”

講座的開始📣，耿直帶領在座師生回顧了人類觀察探索自然和社會規律的歷程，自古以來👩🦢，探討事物之間的因果關系是哲學、自然科學、社會科學😔、醫學等幾乎所有科學研究的最終目的🚴。但實際上，因果關系不同於相關關系👼，兩個因素之間即使無因果關系，仍可能會表現出虛假的相關性，比如Freedman的研究（1991）顯示，小學生的閱讀能力與鞋的尺寸有相關性，但是很明顯它們沒有因果關系：人為地改變鞋的尺寸不會提高學生的閱讀能力。相反地👨‍💻，有因果關系也可能表現出無相關關系，例如打太極拳可以強壯身體✸🧙🏻、延長壽命，也就是說，打太極拳對身體健康有因果作用🍰🧖🏽。但是，打太極拳的人的壽命可能與不打太極拳的人的壽命沒有什麽差異🚍，甚至打太極拳的人的壽命反而短一些，這可能是因為打太極拳的人都是原本體弱多病的人👱🏿，所以表現出虛假的獨立性。

講座現場

那麽🚡，我們應當如何進行因果推斷？探索因果關系是哲學、自然科學🍄、社會科學🪆、醫學等領域幾乎所有科學研究的重要目的。耿直尤其強調，在當今時代，如何從大數據中推斷因果關系是研究人員努力的方向👩🏿‍🦳。諾貝爾經濟學獎獲得者James Heckman在2008年提出了三個與因果相關的政策評價問題：其一是評價歷史上出現的幹預對結果的影響🤾‍♀️；其二是預測在一個環境中曾執行過的幹預將在其他環境中的影響；而最具有挑戰的問題是預測歷史上從來沒有經歷過的幹預🏂👫🏻，以及它們在各環境中的影響🍪。這些問題的解決都需要研究者掌握因果推斷的統計方法。耿直結合實例向同學們詳細介紹了Yule-Simpson悖論🧚🏿‍♀️、替代指標的選取原則、因果網絡的分解學習方法🎟、主動學習方法和局部學習方法📴，以期望引導學生從觀測數據分析因果作用和挖掘因果網絡🚎。

最後🙍🏽，耿直向同學們推薦了因果推斷和因果網絡領域的若幹著作👨🏻‍🦽‍➡️，並提醒大家在學習過程中應該註重研究能力與學術思想的培養🤎。

提問環節

講座結束後🧜👩🏻‍🦱，耿直與現場同學們就“尋根問底+順藤摸瓜”因果推斷的統計方法☝️、統計學的數據可信度以及回歸預測與貝葉斯網絡之間的關聯等問題進行了熱烈的交流與討論👨‍👨‍👧‍👧。

主講人簡介：

耿直，數學科學學院教授➕🧂，統計科學中心聯席主任，研究方向為因果推斷😶‍🌫️、數理統計、生物醫學統計、因果網絡、貝葉斯網絡✊🏽、圖模型等。1998年當選國際統計學會推選會員🧏，1998年獲國家傑出青年基金資助項目。曾任中國數學會概率統計學會理事長、IMS-China的主席🧙🏿、國家自然科學基金委員評審會專家組成員。現任中國現場統計研究會理事長、中國統計學會副會長、國家社會科學基金學科評審組專家、國家統計局統計學學科評議組成員、應用統計專業學位研究生教育指導委員會委員。還兼任國內外多個刊物的副主編和編委。榮獲國家教委科技進步獎二等獎🍻、國家統計局科技進步獎一等獎🚂、北京市科技進步獎二等獎等多個項獎🛤，在統計學👩🏿‍✈️、機器學習和人工智能的國際頂尖雜誌發表多篇學術文章🦹🏻。

專題鏈接：才齋講堂

編輯：山石