2019年4月10日，北京大学医学人文学院生物数学与生物统计教研室邀请北京大学数学科学学院耿直教授在逸夫楼619会议室为学校师生带来一场关于“因果推断”的精彩讲座。

    耿直教授在国内统计学界和泛华统计学界享有很高声誉，曾获得国家杰出青年基金，曾任中国现场统计学会理事长，IMS-China的主席，现任国务院学位委员会统计学学科评议组成员和国家社科基金学科评审组专家。他的研究领域不但包括因果推断，贝叶斯网络，图模型等极具挑战性的内容，还涉及不完全数据分析、生物医学和流行病学等多个领域。

    耿直教授首先从美国学者E.H.辛普森在1951年提出的辛普森悖论这个有趣的例子入手，说明了在混杂因素的作用下，变量之间的相关关系不能反映真实的因果作用。该悖论最著名的例子就是加州大学伯克利分校的招生歧视问题。由于存在“专业”这个混杂因素，虽然每个专业中男性的录取率都低于女生，但是，全校在总录取率上却显示男性高于女性，从而造成了“性别歧视的假象”。 以这个例子为切入点，耿老师全面回顾了利用统计学方法进行因果推断的历史发展过程，并综述了如何识别混杂因素以及利用统计方法消除混杂的影响，从而准确估计因果作用的方法。

    随后，耿直教授又介绍了著名的替代指标悖论。因为在科学研究和公共政策制定中，人们经常采用替代指标的方法度量某种作用或者某项政策的效果。例如，政府会采用公共场所禁烟的方法来降低人群中癌症的发病率。但是，即使采取了禁烟措施，癌症发病率不仅没有下降，反而有所上升。耿直教授通过这个悖论说明了因果作用的不可传递性，同时提示研究者应该用科学的方法寻找可靠的替代指标，才能使公共政策达到预期的目的。事实上，在社会学、心理学、医学临床研究和公共卫生研究中大量存在着类似于辛普森悖论和替代指标悖论的问题，而统计学方法正是处理和分析这些问题的利器。

    古希腊哲学家Democritus说过，探求事物之间的因果关系是人类整个知识体系发展的终极目的，发现一个因果关系胜过做国王。在大数据时代，如何借助统计方法充分地利用数据发现因果关系，对于合理的预测和决策至关重要。通过此次讲座，耿直教授为医学部的师生展示了因果推断这一全新的统计分析工具，开阔了广大师生的学术视野。讲座结束后，来自不同专业的多位老师和同学与耿直教授进行了深入的交流和互动，与会师生收益颇丰。

                                                                                                                                                                                                                                                   供稿人：张云俊