高级统计教程:从 Yule-Simpson悖论到因果推断

2014-06-08 丁鹏 MedSci原创

临床研究到底能不能做出因果关系?原则上,在研究中解释和研究因果推断(causal inference)的,均十分谨慎!因为一般认识中,统计并不能研究因果。那么真的不能或是能呢?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。 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, Reaso

临床研究到底能不能做出因果关系?原则上,在研究中解释和研究因果推断(causal inference)的,均十分谨慎!因为一般认识中,统计并不能研究因果。那么真的不能或是能呢?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。 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 Inference。Harvard 的统计学家 Donald Rubin 和 计量经济学家 Guido Imbens 合著的教科书历时多年仍尚未完成;Harvard 的流行病学家 James Robins 和他的同事也在写一本因果推断的教科书,本书目前只完成了第一部分,还未出版(见此处)。我本人学习因果推断是从 Judea Pearl 的教科书入手的,不过这本书晦涩难懂,实在不适合作为入门的教科书。Donald Rubin 对 Judea Pearl 提出的因果图模型(causal diagram)非常反对,他的教科书中杜绝使用因果图模型。我本人虽然脑中习惯用图模型进行思考,但是

作者:丁鹏



版权声明:
本网站所有注明“来源:梅斯医学”或“来源:MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明“来源:梅斯医学”。其它来源的文章系转载文章,本网所有转载文章系出于传递更多信息之目的,转载内容不代表本站立场。不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
评论区 (3)
#插入话题
  1. 2015-04-16 deepin

    good,数据标准化处理后可以相互比较,现实中不容易做到

    0

相关资讯

2013年全美癌症统计报告正式发布

2014年1月7日,美国癌症协会(American Cancer Society)都要对当年全美的癌症新发和死亡病例的预期数据进行估测,并与癌症研究院(NCI)、疾病预防与控制中心(CDC)的相关数据——癌症发生率、死亡率、生存率等——进行对比。最终详细数据报告(全文下载)会发表在在影响因子最高的杂志CA:CANCER J CLIN上。 据报告估测,

临床非劣效性与等效性评价的统计学方法

     以安慰剂作为对照的随机双盲临床试验一直被视为药物开发中的金标准,它在确认新的试验药物的疗效优于安慰剂方面发挥着重要的作用。然而,如果有现成的疗效肯定的药物,仍用安慰剂对照做临床试验,会面临伦理上的困难。随着愈来愈多可供应用的有效药 物的出现,疗效有突破的新药愈来愈少,因而药物临床研究的目的发生了转变。在阳性对照试验中,更多的情形是探

SUDAAN统计分析软件:在调查研究中复杂抽样中的应用

SUDAAN(Survey Data Analysis)统计软件是专门针对流行病学调查中复杂抽样的数据进行数据分析的统计学软件包,它可以对调查数据通过加权的方式进行统计学校正,从而提高了分析结果的精确度。该软件是美国北卡三角研究所(Research Triangle Institute in Cary,NC)于上世纪70年代研制开发的一种统计分析软件。该软件经过不断发展和改进,目前版本为SUD

统计方法选用手册

一、 两组或多组计量资料的比较1.两组资料:1)大样本资料或服从正态分布的小样本资料(1)若方差齐性,则作成组t检验(2)若方差不齐,则作t’检验或用成组的Wilcoxon秩和检验2)小样本偏态分布资料,则用成组的Wilcoxon秩和检验2.多组资料:1)若大样本资料或服从正态分布,并且方差齐性,则作完全随机的方差分析。如果方差分析的统计检验为有统计学意义,则进一步作统计分析:选择合适的方法(

统计学全新发展趋势

在过去的20、30年中,统计学在不少方面取得了很大进展,这主要得益于越来越快的电脑速度,使得很久以前只能停留在理论层次上的一些内容变成了现实。当前 的统计学教材内容几乎跟20年前没什么太大变化,但统计学的发展却是有巨大变化,这里根据个人的知识水平将其总结一下,为感兴趣的同仁提供一些发展方向的借鉴。尤其是贝叶斯分析方法(Bayesian Analysis),从相关到因果的研究,从线性向非线性方向发

生物统计学家:临床研究的幕后高手

【编者按】临床研究往往少不了统计学,其在肿瘤临床研究中的地位更是举足轻重。而在现实中,生物统计学家却是一个熟悉而又陌生的名字。熟悉是因为统计的“必要性”,陌生往往是因为统计的“高深莫测”。 本文作者Daniel Sargent教授和Qian Shi教授作为梅奥肿瘤研究中心的“掌门人”,将跟大家“揭露”生物统计学家在肿瘤临床试验中所扮演的角色。 日前,Chinese Clinical O