第136次：Covariate Balancing in Causal Inference

　　2023年9月5日上午，第136次RMI读书讨论会于在经院305教室举行。哈佛大学生物统计系2020级博士生李依格以“Covariate Balancing in Causal Inference”为题，与大家进行分享。风险管理与保险学系部分师生参加了本次讨论会。

　　李依格首先介绍了因果推理的基本理论框架，并重点阐述了分析随机实验或观察性研究时常遇到的因果估计中的协变量不平衡问题。为应对这一问题，她分享了逆处理概率加权(IPW)、扩张的逆概率加权(AIPW)、变系数模型协变量平衡倾向得分(CBPS)等估计方法，并详细介绍了不同方法的原理和设定。

　　接着，以实际数据样本为例，李依格对比了前述不同估计方法的应用效果。最后，她介绍了综合控制法（SCM）等针对时序或面板数据样本的协变量平衡方法，并使用实际数据样本对比了不同方法的应用效果。

　　讨论会过程中，主讲人和与会师生就不同方法的异同、具体应用以及如何与具体研究话题结合等方面展开了深入探讨。

　　（风险管理与保险学系 吴诚卓 供稿/供图；姚奕 审核）