深度专题 FEATURES — 3
因果数据缺失，不能只靠插补
因果数据非随机缺失时，先问答案能否被数据唯一确定，再谈怎样插补。
置信区间经得起反复查看吗
数据每来一批就看一次，普通置信区间可能误导；这篇论文让 GLM 的区间经得起持续查看。
让大模型先找对数据库关系
它不再逐张表猜相关性，而是把表、连接和路径一起选，让大模型先找对数据库关系。
速览 BRIEFS — 8
PAPER
时间序列因果检验补上非线性一环
用条件独立重写 Granger 检验，让非线性时序关系也有机会被发现。
PAPER
多值处理也会污染回归系数
处理不止两档时，回归系数可能“串味”；样条方法提供了更稳妥的拆解路径。
PAPER
高分预测可能只是排名幻觉
同一批结果既造排名又验预测，可能让模型凭空拿到高分。
PAPER
外部数据能借多少，先过五关
先审外部数据是否科学可比，再让模型决定借多少，避免“结果相近”掩盖偏差。
PAPER
多中心检验，p值报多细才够
多中心只共享p值时，报告精度决定全局检验还能保留多少发现能力。
PAPER
网络变化可能只是估计噪声
两张网络看似大幅重组，可能只是两次估计把边认错了
PAPER
随机对象也能做指数平滑
把指数平滑搬进几何空间，让矩阵、分布等复杂对象也能在线预测。
PAPER
元分析异质性不再被样本量牵着走
新指标改看研究间差异本身，避免元分析的异质性被大样本虚高。