估计大数据中的因果关系

从大数据中得出因果结论的Sackler学术研讨会的一系列文章探索了与各领域信息的大型数据库有关的一大批问题的方面。这些论文着手处理了如何识别大量数据内的显著模式或相关性，如何为这些模式提供因果关系的解释，以及如何把这些模式和它们的解释付诸实用。一些论文描述了用于大数据分析的统计学方法。一篇论文提出，机器学习方法可能对于预测反事实——在缺少一个特定的处理的情况下将会发生什么——有用，这是用观测数据估计因果效应的一个关键步骤。另一篇论文提供了一个数据驱动的方法，用于估计因果效应可能在人口的各个子集之间有多大程度的变化，以及用于检验不同子集之间的差异的显著性。而另一篇论文提出了一个模型，用于根据基因型和表现型数据估计性状的遗传率，它明确地考虑到了空间位置，低估遗传率的可能性比标准模型小。其他一些研究描述了确定因果效应的实地实验。其中一项研究提出，大规模采购的变化的单价折扣对收入或进行购买的消费者的份额几乎没有影响。在另一项研究中，一项关于脸谱网的大型随机化实验描述了同伴鼓励设计的有用性，并且估计了同伴反馈对于个体行为的效应。总之，这些论文提供了当前大数据研究前沿的一个样本。