社會科學研究中，很多時候我們關注因果問題。例如，病人康復是不是因為某種藥物有效？然而，在多種影響因素的情況下，如何正確估計藥物對疾病的因果作用，即藥物的條件邊際效應，一直是研究的一個難點。澳大社會科學學院日前舉行的計算社會科學工作坊，來自政府與行政學系的尹偉文教授介紹了他的研究成果，對於條件邊際作用的一種穩健預測方法，該方法或許能對解決以上難點提供一些新的思路。
澳大社會科學學院副院長蔡天驥教授致辭時表示，計算社會科學工作坊自開辦以來，廣受歡迎，每次都能吸引不少的師生參加。故此新學年將繼續舉辦工作坊，期望透過這一個平台促進跨學科的學術交流。蔡天驥指出，社會科學研究中的因果推斷是非常重要的理論問題，而對條件邊際效應的估計是該問題的基礎，他期望大家能針對這個課題踴躍討論。
在一小時的演講中，尹偉文先介紹了社會科學中因果推斷的基本理論和方法，例如條件邊際效應以及其相關的計算方法，包括參數估計、半參數估計，並重點介紹無參數估計方法 — 正則化估計量（Orthogonal Estimator，OE）。OE是一種降維的方法，特別適用於模型包含較多變量的情況，從而提供有效且相對穩健的估值。基於現有的演算法OE-AIPW，尹教授提出一種新的估計量OE-IATE，除了與OE-AIPW有相似的統計特性，還可以減少在複雜環境下OE的偏差。最後，在不連續迴歸與隨機試驗兩種場景下，用蒙特卡羅模擬數據，結果顯示OE-IATE具有穩健的擬合效果。該方法可以應用於高維模型的因果推斷，並作為現有方法的擴展，使研究人員能在最小假設條件下探索邊際效應的非線性特徵。
