中介变量的因果推断

研究人员在分析两个变量之间的关系时，不妨称为独立变量和响应变量，有时还会考虑第三个变量在这种关系中所起的作用。如果第三个变量能解释一部分两个变量之间的作用，称第三个变量为中介变量。中介变量能够解释的作用称为间接作用，独立变量直接对响应变量产生的作用称为直接作用。中介变量广泛出现在自然科学和社会科学的各类学科中，尤其在医学领域更是很多人关心的对象。目前中介变量的应用多数是源自Baron和Kenny在1986年提出的路径分析方法。这个方法是基于相关性分析的，但是人们希望得到的却是因果结论。混淆相关和因果会产生悖论。因此，本项目用因果推断理论从以下3方面来分析中介变量：对于随机变量的类型，研究响应变量是离散多值或其它不满足线性关系的连续分布；寻找新的更合理的假设；研究在复杂情况下中介变量的分析。本项目的研究对于探讨三个变量之间的因果关系，医学统计和因果推断理论的发展都具有重要意义。

在很多自然科学和社会科学研究中，中介变量所解释的间接作用和不被其解释的直接作用是关注的主要目标。分析中介变量的传统统计方法是路径分析，但是该方法是基于相关分析，并没有给出因果结论。以此为动机，本项目用因果推断理论从三方面分析中介变量的直接作用和间接作用，即离散多值目标变量、因果假设和缺失数据。在离散多值目标变量和因果假设方面，项目负责人利用协变量辅助证明了处理变量对离散多值目标变量的直接因果和间接因果作用的可识别性，给出EM算法估计因果作用，并研究了算法的收敛性和敏感性，最后将我们的方法应用到一个治疗抑郁症的随机化临床试验。与以往的方法相比，我们的估计方法避免了一些不可检验的因果假设，只要协变量足够多，就可以识别直接因果作用和间接因果作用，在实际应用中更容易解释和理解。在缺失数据方面，项目负责人在依从问题的背景下，证明了非随机缺失机制的情况下连续结果变量的间接因果作用的可识别性，给出因果作用的两步最大似然估计(Two-Step Maximum Likelihood Estimator, TSMLE)，并研究了算法的收敛性和敏感性，最后将我们的方法应用到一个分析精神分裂症药物疗效的双盲随机化临床试验中。我们的分析表明非随机缺失机制的选择对估计结果有影响，因此针对不同的非随机缺失机制应该研究相应的估计方法。我们的研究工作为依赖结果的不可忽略缺失机制下依从组平均因果作用(Complier average causal effect, CACE)的估计提供了方法。本项目为中介变量的直接和间接因果作用的估计补充了新的方法，推动了中介变量的因果推断理论的发展和应用，提出的理论方法在实际应用中已得到实现，研究成果已整理成论文。