好的观察性研究与差的观察性研究 | 周日直播·因果科学读书会
导语
本次读书会的讨论将在周日上午9点继续围绕Guido Imben和Donald Rubin的著作Causal Inference for Statistics, Social, and Biomedical Sciences第五部分进行讨论。本次读书会也将参考Miguel Hernan和James Robins的Causal Inference: What If，以及Paul Rosenbaum的Design of Observational Studies，主要介绍G估计、敏感性分析、工具变量等方法。
由于上周Per Johansson教授的分享十分精彩，邀请嘉宾也与Per展开了热烈的讨论。本周日晚上7点，我们邀请Per Johansson教授继续分享计量经济学中经济学中自然实验和准实验的话题，展开介绍DID和synthetic control两种设计方法。周日晚上直播参与方式也可在文中获取。
背景
背景
2004年，国际知名医学杂志《柳叶刀》上发表了两篇文章，一篇题为“观察性研究何时才能像随机试验那样可信？”，另一篇题为“那些令人困惑的维生素：我们能从观察性试验和随机试验证据之间的差异中学到什么?”在随机试验中, 采用投硬币的方式决定下一个人分配到处理组还是对照组，而在观察性研究中，处理分配不受随机实验控制。尽管第一个标题乐观，第二个标题悲观，但两篇文章都取得了平衡，或许略有偏向悲观。
前者在文中转载了下面的讽刺漫画：一名电视新闻记者坐在写着“今日随机医学新闻”的横幅和三个旋转器的下方，旋转器展现的结果是“咖啡可以导致双胞胎的抑郁。” 新闻记者面无表情地说：“根据今天发布的一份报告……”后者注意到《柳叶刀》上近期的两篇关于维生素C与冠心病的文章。一项大型观察性研究发现冠心病的死亡率和血液中维生素C含量具有统计显著的负相关。而另一项大型随机对照试验将安慰剂药片与含维生素C复合维生素药片进行了比较，发现安慰剂组的死亡率略有降低，但不显著。随机试验和观察性研究似乎相互矛盾。这是为什么呢？
图：今日随机医学新闻：咖啡导致双胞胎抑郁，Jim Borgman
内容简介
内容简介
什么是好的观察性研究？好的观察性研究应当具备什么样的特征？这是本次读书会将要回答的问题。
本次读书会延续之前关于观察性研究的分析，在非混淆性假设成立的条件下考察因果作用的估计方法。首先探讨James Robins提出的G估计，该方法巧妙地利用了非混淆性假设，在一定形式下还能得到双稳健估计。
然而，非混淆性假设并不总是成立。我们将介绍三种评估非混淆性假设的策略：伪结局方法、伪处理方法、子集非混淆性方法。随后，我们讨论敏感性分析，考察当非混淆性假设不成立时因果作用的估计会如何变化——以及对非混淆性假设的何种程度偏离会导致原有结论失效。
未观测到的混杂变量是观察性研究的最大挑战。事实上，这也是差的观察性研究与好的观察性研究的重要区别。如果存在未观测到的混杂变量，非混淆性假设一般不成立。为了识别或估计因果作用，一种可行的方法是引入工具变量。我们将介绍与工具变量相关的几种分析策略，如意向治疗分析、符合方案分析、实际方案分析、Wald估计或两阶段最小二乘估计。
最后，我们以关于观察性研究的评述结束讨论。
主持人
主持人
邓宇昊，北京大学数学科学学院统计学2018级博士生，导师为周晓华教授，主要研究方向为生物统计、因果推断、临床试验研究中的统计学方法，已在Biometrics、Statistics in Medicine等杂志发表多篇论文。
直播信息
直播信息
时间：
2021年12月5日上午9：00-11：00
参与方式：
-
文末扫码参加读书会第三季，加入群聊，获取系列读书会回看权限，成为因果社区种子用户，与900余位社区的科研工作者沟通交流，共同推动因果科学的发展。 -
集智俱乐部视频号直播，点击下方可预约。
Per Johansson：
经济学中自然实验和准实验
Per Johansson：
经济学中自然实验和准实验
上周内容精彩回顾：Per Johansson：经济学中自然实验和准实验 | 周日直播·因果科学读书会
参与方式：
-
集智俱乐部 B 站免费直播 -
扫码获取Zoom房间号可直接开麦与主讲人交流
因果科学读书会第三季启动
因果科学读书会第三季启动
读书会大纲一览：
Donald Rubin：Essential Concepts of causal inference
因果推断在观察性研究中的应用（续）：ANALYSIS
因果与公平性和可解释性
「深入理论学习」
点击“阅读原文”，报名读书会
微信扫一扫,分享到朋友圈
