微信里点“发现”，扫一下
二维码便可将本文分享至朋友圈
演讲摘要：在存在混杂因素的情况下识别变量之间的因果关系是信息系统实证研究的一个主要挑战。大多数已有的因果识别方法依赖于面板数据中的时间关系，而基于截面数据的推断方法进展相对滞后。本研究提供了一个通用的数据驱动框架，在用截面数据开发理论模型时可以帮助学者综合领域知识和因果图来进行理论推理。通过信息系统学科的真实数据集和一系列仿真实验，本研究证明该框架在少量领域知识下就能很好地识别因果关系，并处理内生性和选择偏差等问题。本研究进一步提出了实用的准则和工具，有助于在基于横断面数据集的信息系统实证研究中进行因果推断。
讲者简介：张诚，复旦大学信息管理与信息系统系教授，信息管理与商业智能系主任。新加坡国立大学计算机学院博士，2004年至今在复旦大学管理学院工作。研究方向为信息技术管理、平台创新和商业智能。在MIS Quarterly、Journal of Management Information Systems、Journal on Computing、Production and Operations Management、Marketing Science、Journal of Marketing等期刊上发表多篇论文。
第十九届CCF中国信息系统及应用大会
本期嘉宾
京公网安备11010802032778号