Game Theory and Mathematical Economics Research Seminar
Lecturer:
Prof. Yosi Rinott (Hebrew University)
Title:
Causality in Statistics | הסקת סיבתיות מנתונים סטטיסטיים
Abstract:
I will discuss the definition of causality instatistics (aka data science) with emphasis on observational medical data. Establishing causality requires assumptions beyond the usual ones in statistics, including assumptions that cannot be tested from the data, making causal inference problematic but challenging and interesting at the same time.
Besides medical questions and some others, I hope to discuss work on methodology that allows the study of causal influence of personal opinions on actions ordecisions.
The lecture will be in Hebrew, and will not be very technical.
בהרצאה תדון הגדרת סיבתיות למטרות של הסקה סטטיסטית, בעיקר בהקשר של נתונים רפואיים שלא נאספו בניסוי מתוכנן עם הקצאה מקרית (נתונים תצפיתיים). טענת סיבתיות דורשת הנחות מעבר להנחות הרגילות לצורך תחזיות או הסקה סטטיסטית על פרמטרים במודל. בדרך כלל לא ניתן לבדוק את קיום כל ההנחות מן הנתונים ולכן הנושא מאד בעייתי אבל גם מאתגר ומענין. האם הקושי בהסקת סיבתיות מנתונים תצפיתיים אומר שמכל נתוני העתק שלקופות החולים עם המון משתני רקע, טיפולים ותוצאותיהם לא ניתן להסיק דבר על קשר סיבתי בין טיפולים ותוצאות?
בהרצאה (בעברית) אדון בכמה דרכים להסקת סיבתיות בתנאים מסוימים. לבסוף תובא דוגמא למחקר בו אני קצת שותף שמנסה למצוא מתודולוגיה להסקת קשר סיבתי בין דעות והחלטות.
ההרצאה לא תהיה מאד טכנית ואני מקווה שמ ישמכיר ברמה כלשהי מה זה מודל רגרסיה, הסתברות מותנה ואי תלות סטטיסטית יוכל לעקוב.
Location:
Eilan Hall, Feldman Building, Second Floor, Edmond Safra Campus.