干预的硬度：以伍德沃德和埃伯哈特的理论为范例

在因果操纵理论中，干预是一个核心概念。伍德沃德的硬干预理论和埃伯哈特的软干预理论是当今较有影响力的因果操纵理论。硬干预理论无法合理解决基本物理定律、生理和心理问题，而软干预理论则可以解决这些问题。埃伯哈特的软干预理论实际上是对伍德沃德硬干预理论的继承和发展，然而，当存在潜在共有原因时，软干预理论同样面临困境，它只能局部解决硬干预理论面临的问题。     

“科尔曼船”及其变形与社会科学的说明逻辑

"科尔曼船"所揭示的"宏观-微观"和"微观-宏观"联结,为经验社会科学处理不同层次的社会现象、事实、实体、性质或结构之间的因果联结问题提供了一种全新的说明图式。它的不同变形(结构个人主义变形、机制变形、社会层次变形)分别引申出结构个人主义、因果关系类型、社会机制、社会层次、因果力、本体论个人主义、方法论局部主义等一系列新的重要论题,使之成为了当代探讨社会科学的说明逻辑的一个基础范式。"科尔曼船"的复合变形可以为经验社会科学的多层次、多路径、多过程的因果说明提供一个基本的分析框架。     

随机实验法在社会科学因果分析中的应用——以女性生育行为的选择效应为例

清楚辨析变量间因果关系是社会科学研究的难点，基于观测数据传统的统计推断方法存在着混淆变量等内生性问题，无法满足“无偏性”和“一致性”估计.提出在研究设计中可利用自然科学随机试验思路控制所有混淆变量，以满足因果分析中的必然性.即在社会现象是多因、随机和未知的前提下，引入随机性自然实验达到“总体相同”的必然性和在社会现象是已知、清晰和可控的前提下，通过倾向值匹配法构造实验组和对照组，控制混淆变量进行因果分析.最后，以女性生育行为的选择效应为案例，详解自然实验法在控制女性多孩生育事件对收入影响分析中混淆变量的应用、倾向值匹配法在控制女性劳动参与对生育行为影响分析中混淆变量的应用.     

不完整数据非均衡案例双重鲁棒因果推理EI北大核心CSCDCSSCI

大规模数据中实体异质性和数据不完整性等因素严重制约了因果推理的品质.本文提出了不完整数据双重鲁棒因果推理模型,实现了基于随机分配机制与无偏响应参数估计的因果效应辨识.首先拓清了基于观察数据的因果效应可辨识和可估计的条件.引入处理分配概率分布的概念,构建基于最小化绝对标准偏差的整数优化模型,消除了处理组与对照组之间的协变量不均衡性.通过数据匹配选择模型推导基于最优解或近似优化解的数据子集,实现两组案例之间处理分配的再随机化.通过增强逆概率加权方法,实现案例不完整响应参数的无偏估计.该方法对响应参数估计与处理分配概率的不确定性兼具有鲁棒性,提高了因果效应辨识的品质.最后通过真实案例和拓展数值分析,验证了本方法的有效性.     

量子因果序在量子信息过程中的应用

量子信息研究旨在利用量子资源实现超越经典极限的通信安全、计算能力和测量精度。一种新的量子资源即量子因果序被提出并被证明在一些量子信息过程中可以提供独特的优势。概述了量子信息中的量子资源，回顾了量子因果序在量子信息中的应用，并重点阐述其在量子精密测量任务中所能提供的超海森堡极限精度。未来这种新的资源可以在更多量子信息处理中带来本质的提升。     

不同客运交通方式对新疆区域经济增长的影响差异

分析了新疆不同的客运方式对新疆经济的影响。选取1995—2013年相关统计数据，基于协整理论和Granger因果检验方法，并引入变形后的Cobb Douglas生产函数建立回归模型，采用主成分回归法修正最小二乘回归模型。三种客运方式与经济增长之间存在长期均衡关系，三种客运方式对经济增长的贡献率大小依次为公路客运、铁路客运、航空客运。受新疆不同发展时期基础设施建设重点的影响，公路客运对经济增长的贡献是时间序列上呈持续快速增长的趋势，铁路客运对经济增长的贡献率呈缓慢增长，航空客运对经济增长的贡献率在近些年有所增长，但增长缓慢。
     

多值动态不确定因果图的推理算法研究

利用领域知识求解多值动态不确定因果图的联合概率分布所涉及的领域因果图的概率分布表达式构造难度大，针对这一问题，从2类因果循环图出发，提出一种基于图分解的推理算法。该算法极大地简化了全局概率分布表达式的构造过程，有效地降低了领域因果图概率分布表达式构造的难度。提高了多值动态不确定因果图的推理效率。