2023PCIC泛太平洋因果推断大会报名进行中

背景简介

因果推断的目标是将外部知识与学习设计结合起来，得到变量之间的因果关系。尤其是在人工智能技术遭遇瓶颈的现在，因果推理的方法也越来越受到不同领域的重视，它在人工智能、统计学、生物统计学、生物医学、计算机科学、经济学、流行病学和各种社会科学等领域获得了广泛的应用。

为了更多地推动因果科学学科的发展，聚集国内外因果科学的一线科研工作者，共同讨论因果科学的最新进展，北京大学讲席教授、北京大学公共卫生学院生物统计系系主任、北京大学北京国际数学研究中心生物统计和信息研究室主任周晓华等发起了泛太平洋因果推断大会，本次会议将集中讨论因果科学在不同领域的最新进展。

该会议曾经邀请过Donald B. Rubin, James M. Robins, Bernhard Schölkopf, Eric J. Tchetgen Tchetgen , Xiao-Hua Zhou, Peng Cui, Kun Zhang, Peng Ding等海内外的学术大拿共同分享最新的科研进展，并进行深度探讨。第二届-第四届大会内容回顾参见：

2020年泛太平洋因果推断大会回顾（一）

2020年泛太平洋因果推断大会回顾（二）

2021年泛太平洋因果推断大会回顾

2022年泛太平洋因果推断大会回顾

更多大会信息，请访问大会的官方网站：https://pattern.swarma.org/pcic/

大会日程

会议时间

日程安排

以上是大会初步日程与邀请嘉宾，具体请以活动当天公布的为准

短课：不完美随机化试验的因果推断

授课老师

周晓华，北京大学讲席教授，博士生导师，北京大学生物统计系主任，北京大学北京国际数学研究中心生物统计及生物信息实验室主任，北京大学国家药品医疗器械监管科学研究院副院长，北京大学重庆大数据研究院副院长。国际生物统计学会中国分会理事长，中国数学会医学数学专业委员会主任委员，美国科学促进会(AAAS)会士，美国统计学会(ASA)会士，国际数理统计学会（IMS）会士等。

邓宇昊，北京大学统计学博士，主要研究生物统计、因果推断、临床试验研究中的统计学方法，导师为周晓华教授

课程简介

面向对象：本课程面向高年级本科生、研究生、医药界及工业界人士，北京大学公共卫生学院生物统计系将为完成课程的学员颁发证书。

课程目标：本课程旨在提供关于因果推断（causal inference）的清晰全面认识。通过学习本课程，学员不仅将熟悉因果推断学科（特别是基于潜在结果的因果推断）近五十年的重要理论方法，而且将具备在复杂真实世界试验中分析因果作用的能力。

课程特色：本课程会在每个课程环节安排若干时间的实战环节，帮助大家更好的掌握因果推断理论及实际应用。培训结束北京大学公共卫生学院生物统计系将为完成课程的学员颁发证书。最终解释权归北京大学公共卫生学院生物统计系所有。

课程背景：长期以来，人们认为随机化试验是评估因果作用的“金标准”。然而在实际场景中，研究者可能无法获得完美的随机化试验。如何利用非随机化试验评估因果作用？这一因果作用有何意义？

课程介绍：本课程基于潜在结果框架，首先介绍因果推断概念的由来和基本设定，随后探讨两个重要的方法学问题：中介分析和主分层，它们为研究不完美随机化试验提供了理论工具。进一步，本课程考虑随机化试验被破坏的三个具体场景：非依从、死亡截断、缺失数据。不同的估计目标反映了不同的科学问题，并且需要不同的估计和推断方法。最后，根据是否满足非混淆性（可忽略性），本课程考察从简单到复杂的观察性研究，并介绍一些利用观察性研究评估因果作用的手段。同时，本课程将穿插介绍针对各种场景进行因果推断的软件工具。

——全文完——