首页
关于
论坛
投稿
搜索
因果推断
2022-05-17
1 / 1
推荐文章
因果推断——现代统计的思想飞跃
丁鹏
/
2021-06-27
转载自《数学文化》2021/第12卷第2期 […] 探求事物的原因,是人类永恒的精神活动之一。从古希腊的哲学到中国先秦的诗歌,都充满了对原因的追问和对因果关系的思考。比如,亚里士多德就在《物理学》(Physics)和《形而上学》(Metaphysics)两书中反复强调,我们只有知道了事物的原因,才能算真正理解这个事物。又如,屈原在《天问》开篇,就追问日月星辰运行的原因。 长期以来,人……
统计应用
广告界的因果推断挑战
陈丽云
/
2021-02-09
声明:本文引用的所有信息均为公开信息,仅代表作者本人观点,与就职单位无关。 […] 广告界有一句经久流传的话:“我知道我的广告费有一半浪费了,但遗憾的是,我不知道是哪一半被浪费了“。人们对这句话有着不同的解读,其中之一就是广告效果衡量的不足。正因为无法很精确地衡量广告的效果,所以没办法进行进一步的投放优化,只能白白浪费。 毫无疑问,每个广告主都想知道自己投出去的钱带来了多大收益。换言……
统计模型
因果推断简介之八:吸烟是否导致肺癌?Fisher versus Cornfield
丁鹏
/
2013-09-17
这一节介绍一个有趣的历史性例子:吸烟是否导致肺癌?主要涉及的人物是 R A Fisher 和 J Cornfield。前者估计上这个网站的人都听过,后者就显得比较陌生了。事实上,Cornfield 在统计、生物统计和流行病学都有着非常重要的贡献。来自 Wikipedia 的一句介绍:“He was the R. A. Fisher Lecturer in 1973 and President of……
统计模型
因果推断简介之七:Lord’s Paradox
丁鹏
/
2013-09-09
在充满随机性的统计世界中,悖论无处不在。这一节介绍一个很有名,但是在中文统计教科书中几乎从未介绍过的悖论。这个悖论是 Educational Testing Service (ETS) 的统计学家 Frederic Lord 于 1967 年提出来的;最终由同在 ETS 工作的另外两位统计学家 Paul Holland 和 Donald Rubin 于 1982 年圆满地找出了这个悖论的根源。这部……
统计模型
因果推断简介之六:工具变量(instrumental variable)
丁鹏
/
2013-08-28
为了介绍工具变量,我们首先要从线性模型出发。毫无疑问,线性模型是理论和应用统计(包括计量经济学和流行病学等)最重要的工具;对线性模型的深刻理解,可以说就是对一大半统计理论的理解。下面的第一部分先对线性模型,尤其是线性模型背后的假设做一个回顾。 […] 线性模型和最小二乘的理论起源于高斯的天文学研究,“回归”(regression)这个名字则是 Francis Galton 在研究优生……
统计模型
因果推断简介之五:因果图 (Causal Diagram)
丁鹏
/
2012-10-25
这部分介绍 Judea Pearl 于 1995 年发表在 Biometrika 上的工作 “Causal diagrams for empirical research”,这篇文章是 Biometrika 创刊一百多年来少有的讨论文章,Sir David Cox,Guido Imbens, Donald Rubin 和 James Robins 等人都对文章作了讨论。由于 Judea Pearl……
统计模型
因果推断简介之四:观察性研究,可忽略性和倾向得分
丁鹏
/
2012-04-01
这节采用和前面相同的记号。$Z$ 表示处理变量($1$ 是处理,$0$是对照),$Y$ 表示结果,$X$ 表示处理前的协变量。在完全随机化试验中,可忽略性 $Z \bot \{Y(1), Y(0)\} $ 成立,这保证了平均因果作用 $ACE(Z\rightarrow Y) = E\{Y(1) – Y(0)\} = E\{Y\mid Z=1\} – E\{Y\mid Z=0\}$ 可以表示成观测数……
统计模型
因果推断简介之三:R. A. Fisher 和 J. Neyman 的分歧
丁鹏
/
2012-03-30
这部分谈到的问题非常微妙:完全随机化试验下的 Fisher randomization test 和 Neyman repeated sampling procedure。简单地说,前者是随机化检验,或者如很多教科书讲的Fisher 精确检验 (Fisher exact test);后者是 Neyman 提出的置信区间 (confidence interval)理论。 我初学因果推断的时候,并没有……
统计模型
因果推断简介之二:Rubin Causal Model (RCM)和随机化试验
丁鹏
/
2012-03-28
因果推断用的最多的模型是 Rubin Causal Model (RCM; Rubin 1978) 和 Causal Diagram (Pearl 1995)。Pearl (2000) 中介绍了这两个模型的等价性,但是就应用来看,RCM 更加精确,而 Causal Diagram 更加直观,后者深受计算机专家们的推崇。这部分主要讲 RCM。 设 $Z_i$ 表示个体 $i$ 接受处理与否,……
统计模型
因果推断简介之一:从 Yule-Simpson’s Paradox 讲起
丁鹏
/
2012-03-26
在国内的时候,向别人介绍自己是研究因果推断(causal inference)的,多半的反应是:什么?统计还能研究因果?这确实是一个问题:统计研究因果,能,还是不能?直接给出回答,比较冒险;如果有可能,我需要花一些篇幅来阐述这个问题。 目前市面上能够买到的相关教科书仅有 2011 年图灵奖得主 Judea Pearl 的 Causality: Models, Reasoning, and……