2023年2月24日上午，应数学科学学院张三国教授邀请，多伦多大学统计科学系Linbo Wang教授在中国科学院大学数学科学学院以The Synthetic Intrument为主题进行了精彩的学术报告。报告以线上方式进行，来自中国科学院大学、中国人民大学、厦门大学等高校的老师和同学参加了此次报告。
本次报告中，王老师首先指明了研究因果推断的意义：在当前大数据时代，预测模型已经发展的十分成熟，但是预测模型只能帮助我们认识世界，如果想要对世界进行改造并且正确预测改造的效果，当前的预测模型是不够的，这是由于预测模型依赖变量之间的相关性，但是相关性不等于因果性，所以挖掘变量之间更为本质的因果关系并进行推断，是在大数据时代一个重要的研究课题。而因果推断的一大核心难题在于如何在存在未观测混杂因素的情形下消除混杂因素的影响。针对该问题，王老师进一步介绍了研究团队最新的一项工作，在稀疏性的假设下，通过多个原因变量蕴含的混杂因素的信息，成功消除了混杂因素对因果效应估计的影响。最后的提问环节中，同学们踊跃提问，王老师对这些问题一一进行了解答。
王老师目前为多伦多大学统计科学系和计算机与数学科学系的Assistant Professor。在担任这些职务之前，他在北京大学获得本科学位，华盛顿大学获得博士学位，并在哈佛大学公共卫生学院进行博士后研究。王老师的研究兴趣主要集中在因果推断以及其在机器学习上的应用上，已在JRSSB, Biometrika, JASA, Epidemiology等国际权威期刊发表论文近二十篇。
