2023年11月1日，应用统计系举行学术沙龙第五次活动,罗姗姗博士作题为“Multiply robust estimation of causal effects using linked data”的学术报告。报告由应用统计系副主任陈星玎教授主持。
在报告中，罗姗姗老师首先介绍了观察性研究中常见的未知混杂问题，指出平均因果作用在没有额外假设的情况下难以识别。现如今大数据时代，数据链接成为一种解决未知混杂的流行方法。然而，直接使用链接数据进行分析可能会引入选择偏差，因为数据链接通常只适用于部分研究人群。为了解决这一问题，在假设选择机制只依赖于完全观测的背景变量时，本报告给出了三种非参数的识别方法，并基于此提出了三类估计量。通过有效地结合这三类估计量，本报告提出了一种关于平均因果作用的多稳健估计方法。这一类估计量在一个参数模型正确指定下具有相合估计，同时在所有模型正确指定时可以达到半参数有效界。
本次报告为学院教师在非参数识别方法及应用方面提供了很好的学习交流机会。
