【文章內(nèi)容簡介】 見附件他引論文）: 對我們的因果挖掘方法進行了詳細的討論和分析，與其他學(xué)者提出的方法進行了比較，其中描述到：167。. … 167。 : … … ? ’ ( , , ): , ( , ., ).能否正確發(fā)現(xiàn)結(jié)果變量集合的得分與能否正確預(yù)測目標(biāo)變量的得分有很強相關(guān)性。詳細描述，見附件材料。關(guān)于圖模型參數(shù)學(xué)習(xí)，我們( )提出不完全數(shù)據(jù)的超圖表示方法，提出局部填補算法()和局部填補算法,并論證了收斂速度。采用超圖的每一個超邊表示一個不完全觀測的變量集合，結(jié)合超圖和模型圖的結(jié)構(gòu)進行分解，然后只對不可分解的子圖中的變量進行缺失數(shù)據(jù)的填補。這種方法避免了對整個變量集合進行大規(guī)模的缺失數(shù)據(jù)填補。我們利用缺失信息矩陣的特征根從理論上證明了：填補數(shù)據(jù)的集合越小，算法的收斂速度越快。該成果應(yīng)邀在日本統(tǒng)計計算大會上作了小時的特邀報告,在德國的專題討論會上作了邀請報告。被國外同行多次引用， .( )利用我們的研究分布的估計， .( )在我們最大特征根準(zhǔn)則的基礎(chǔ)上討論了跡準(zhǔn)則。我們( , )提出了部分填補的算法，并從理論上證明了該算法能夠加快算法的收斂速度。我們( . , )提出貝葉斯網(wǎng)絡(luò)的不完全數(shù)據(jù)推斷，給出后驗估計的遞推公式。我們(, …, 。 , …, )提出了利用和算法加速算法收斂速度的方法，這種加速算法只需要使用算法得到的估計序列，不需計算信息陣等附加計算。3) 可壓縮性和混雜因素(多元統(tǒng)計； ， 等)我們( )探討一般分布的關(guān)聯(lián)度量的可壓縮性。兩個變量的關(guān)聯(lián)度量的正負號可能被一個混雜因素改變，稱為悖論。 (, )提出了度量一般分布的關(guān)聯(lián)度量,并探討了影響該度量的混雜因素的條件。我們( , )提出了關(guān)于連續(xù)背景變量一致可壓縮性( )的概念，給出了一般分布關(guān)聯(lián)度量可壓縮的充要條件。研究一般分布的關(guān)聯(lián)度量和模型參數(shù)可壓縮的條件，以及參數(shù)估計的精度問題。我們提出的可壓縮性比 的避免因果作用逆轉(zhuǎn)的結(jié)論更強，而且我們給出了充要條件，該條件就是 的避免因果作用逆轉(zhuǎn)的充分條件,因此，我們在相同條件下得到了更強的結(jié)果。該結(jié)論可以指導(dǎo)如何利用先驗知識和觀察設(shè)計確保得到正確結(jié)論，避免混雜偏倚。該結(jié)果被, 等(, 。 )引用。進一步，我們( )提出了多種關(guān)聯(lián)度量之間強度的蘊含關(guān)系，探討了各種關(guān)聯(lián)度量可壓縮性的條件。目前，所有因果推斷幾乎都要求不可忽略性假定，它是關(guān)鍵假定之一。我們( )在不需要這個可忽略性假定下探討了混雜因素的提議和判斷準(zhǔn)則。流行病學(xué)研究中存在著不同的混雜定義,一直采用經(jīng)驗歸納出來的判別混雜因素的準(zhǔn)則. 我們提出了混雜的形式定義, 并且提出偶然混雜因素的概念，給出了無混雜的充分必要條件,:。我們(, . ) 探討因果分布作用的估計精度，論證了調(diào)整混雜因素能消除偏倚，但是調(diào)整非混雜因素將會降低估計精度，該結(jié)果同樣適應(yīng)于小樣本的情況。很多學(xué)者只是在大樣本下比較估計量的漸近方差探討是否有必要調(diào)整非混雜因素。我們(, . , )探討了如何確定和篩選多混雜因素的方法。我們( , ) 提出在不完全因果網(wǎng)絡(luò)圖的情況下,進行因果推斷的方法和判斷混雜因素的準(zhǔn)則。采用因果網(wǎng)絡(luò)圖進行因果推斷的關(guān)鍵是需要事先根據(jù)主觀知識構(gòu)造一個完整的因果網(wǎng)絡(luò)圖。但是,在數(shù)據(jù)獲得之前,構(gòu)造這樣一個完整的復(fù)雜因果網(wǎng)絡(luò)是非常困難的。我們的準(zhǔn)則不需要完整的因果網(wǎng)絡(luò)先驗知識。我們( )探討了有向無環(huán)圖模型()的估計可壓縮性、條件獨立性可壓縮性和模型可壓縮性，給出尋找最小變量集合使得感興趣的統(tǒng)計推斷在該最小變量集合上保持不變的方法，該方法可用于模型的局部推斷和不完全數(shù)據(jù)分析。4) 非隨機缺失數(shù)據(jù)和不依從數(shù)據(jù)情況下因果作用的可識別性(多元統(tǒng)計； , 等)我們( )研究了關(guān)于醫(yī)學(xué)臨床試驗中出現(xiàn)非隨機缺失和不依從現(xiàn)象情況的參數(shù)可識別性和統(tǒng)計分析方法。是國際生物統(tǒng)計學(xué)會會刊,主編推薦我們的論文為年的討論文章，也是 年發(fā)表的百余篇中唯一的一篇討論文章。在臨床試驗中常出現(xiàn)患者不依從隨機化分配的現(xiàn)象，另一方面，終點變量也常出現(xiàn)缺失數(shù)據(jù)，特別是非隨機缺失，例如，未治愈的患者出現(xiàn)中途退出等現(xiàn)象。在不依從和非隨機缺失中任意一種情況出現(xiàn)時，療效的因果作用的可識別性和可估計問題都會變得十分困難。到目前為止，所有論文只討論其中一個困難出現(xiàn)的情況，而且通常假定()隨機缺失數(shù)據(jù)，或()潛在可忽略缺失機制。我們針對非隨機缺失數(shù)據(jù)和不依從現(xiàn)象，引入表示數(shù)據(jù)缺失與否的示性變量，利用隨機化分配獨立于所有治療前協(xié)變量建立因果圖模型，論證了因果作用的可識別性，給出了有效的估計方法，并進行了敏感性分析。在該論文的后面，這一領(lǐng)域的著名學(xué)者在討論中積極評價了我們的方法(詳見附件的代表性論文 后面有頁關(guān)于該論文的討論)，摘自其中： ( ): , () , . () () . , , . , . ’ , . . … . , ’ . ’ ( ): , , . , , . , , . … , ’ . .討論中我們對依從組平均因果作用()的可識別性進一步放松了有關(guān)假定（見討論回復(fù)和 ）。我們( , )探討了病例對照研究和隊列研究中因果作用的上下界。我們( , , )探討了由于死亡導(dǎo)致處理前協(xié)變量或處理后響應(yīng)變量出現(xiàn)非隨機缺失數(shù)據(jù)情況下因果作用的可識別性，證明了可以識別因果作用的符號：正、負或零，因此可定性評價因果作用。我們( )探討縱向數(shù)據(jù)不可忽略缺失下分布可識別性。第一完成人耿直對學(xué)術(shù)活動的貢獻，擔(dān)任中國數(shù)學(xué)會概率統(tǒng)計學(xué)會理事長（），中國現(xiàn)場統(tǒng)計研究會理事長(現(xiàn)在)主席(),中國統(tǒng)計學(xué)會副會長(現(xiàn)在)，國際統(tǒng)計學(xué)會推選會員( )。擔(dān)任國際刊物 ：國際計算統(tǒng)計學(xué)會會刊 (現(xiàn)在)， (, )， 等刊物；國內(nèi)刊物《應(yīng)用概率統(tǒng)計》副主編，系統(tǒng)科學(xué)與數(shù)學(xué)、統(tǒng)計研究等多個刊物的編委。擔(dān)任國家自然科學(xué)基金委員會專家評審組成員(),國家社會科學(xué)基金學(xué)科評審組專家(現(xiàn)在)，國家統(tǒng)計局統(tǒng)計咨詢委員會委員()。負責(zé)組織多次重要國際會議 的 (約名參加者，其中國際約名， ，北京)， (國際泛華統(tǒng)計協(xié)會) 的 (余人參加，其中國際余人， ，廣州)； 的 (余人參加，其中國際余人， ，西安) 的 (年月，成都，約人)。. 研究局限性（限頁）因果推斷是統(tǒng)計學(xué)研究中最具有挑戰(zhàn)性的研究問題之一，不僅限于統(tǒng)計學(xué)方法自身的范圍，還設(shè)計哲學(xué)領(lǐng)域和所應(yīng)用領(lǐng)域。我們主要研究生物醫(yī)學(xué)和經(jīng)濟學(xué)領(lǐng)域中的因果推斷問題的統(tǒng)計方法研究。因果推斷在決策、法律、心理、認知等社會科學(xué)領(lǐng)域都有廣泛的應(yīng)用前景。目前有人講大數(shù)據(jù)時代不需要因果關(guān)系，只需要相關(guān)關(guān)系。但是，科學(xué)研究和決策更需要因果關(guān)系。大數(shù)據(jù)更有利于因果關(guān)系的研究。即使是網(wǎng)商做商品廣告推薦，也應(yīng)該探索因果關(guān)系，而不是表面的相關(guān)關(guān)系。 (年圖靈獎獲得者)曾指出：在過去的一個世紀(jì)中，許多（科學(xué)）發(fā)現(xiàn)被推遲是由于缺少描述因果的數(shù)學(xué)語言。統(tǒng)計學(xué)家