7月1日上午，多伦多大学孔德含副教授应邀到我院作主题为“Fighting Noise with Noise: Causal Inference with Many Candidate Instruments”的学术报告。报告由周扬主持。

在报告中，孔德含副教授系统介绍了一种面向大规模数据集的创新性因果推断方法，该方法能够高效地从大量候选变量中筛选出有效的工具变量。相较于传统方法中存在的两大局限——候选工具变量与研究关注的暴露因素缺乏关联性，以及部分相关变量实际无效的问题，孔德含副教授提出的数据驱动方法实现了双重突破。该方法的创新核心在于其独特的重抽样技术，通过构建伪变量来剔除与暴露因素存在虚假关联的无关候选变量。报告尾声，现场师生就相关议题展开了深入研讨。

附：孔德含，多伦多大学统计学副教授，研究方向包括脑图像，统计遗传和基因组学，函数型数据分析，因果推断，高维数据分析以及机器学习。研究成果发表在统计学国际顶级期刊 JRSSB，JASA，Biometrika等，现任统计学期刊 JASA 副主编。