中国科大国际金融研究院举办第十三期数字决策高端系列讲座
2023年4月10日，第十三期数字决策高端系列讲座于中国科学技术大学东校区管理科研楼第三教室顺利举办。“中国科学技术大学国际金融研究院-中国科学院大学经济与管理学院数字决策联合研究中心”邀请了浙江大学数据科学研究中心的崔逸凡研究员，以“Some Recent Progress in Proximal Causal Learning”为题作学术讲座。讲座由中国科学技术大学管理学院双聘教授、中科院数学与系统科学研究院/预测中心研究员张新雨教授主持。
由于经典双盲随机化实验受到成本、参与者服从度等因素的限制，在实际进行因果分析时，研究人员也常运用观察法,通过采集、分析大量观察性数据来研究因果关系。讲座中，崔逸凡研究员首先以评估心脏导管引流术对ICU病人30天内存活率影响的研究为例，介绍了传统因果分析方法的局限性，从而引出最近提出的Proximal Causal Inference（PCI）通用框架。同时，他辅以多个因果关系图，深入浅出地向大家展示了在可能存在未观测到的共因变量 (confounding variable) 情况下，PCI框架为解决因果推断问题提供了一个新方向。
接着，崔逸凡研究员细致阐述了如何构建包括双鲁棒在内的估计量，以及在此基础上怎样做异质治疗效应的机器学习估计。此外，他还进一步拓宽了该框架的应用范围，讲解了如何通过PCI框架优化个性化决策以提供更佳的治疗方案，并且展示了其在生存分析中的应用。
讲座的过程中，大家踊跃发言，提出了PCI框架与经典方法的不同之处、如何定量描述假设之间的强弱、与工具变量的区别等问题，崔逸凡研究员一一解惑。至此，2023年第二期（总第十三期）数字决策高端系列讲座圆满落下帷幕。
主讲人简介：
崔逸凡，浙江大学数据科学研究中心研究员，博士生导师。2018年于北卡罗来纳大学教堂山分校获得统计与运筹专业博士学位，曾在宾夕法尼亚大学沃顿商学院从事博士后研究工作。 回国前任职于新加坡国立大学统计与数据科学系担任助理教授，国家级青年人才计划入选者。当选ISI（国际统计学会）Elected Member，现担任Biometrical Journal的Associate Editor以及Journal of Machine Learning Research的editorialboard reviewer。研究方向包括非参与半参统计、因果推断与机器学习、生存分析、精准决策与个性化医疗和基准推断等，在统计学和机器学习顶级期刊发表多篇学术论文。