中文摘要：

本项目在随机临床试验疗效的因果推断及现关的领域开展研究工作。 经过三年的研究，我们已经完成我们的既定目标. 我们已经发明了若干新的统计方法。新的统计方法包括（1） 我们基于潜结果模型和IV理论，建立了一个广泛的统计方法论，其科学意义在于对复杂疾病综合治疗(干预)的疗效分析具有普遍意义，这将为类似临床试验数据的分析提供方法学解决方案。（2） 我们提出了使用广义倾向评分的方法来估量多种治疗方案的相对效率的相对因果推论。（3） 我们提出了新的统计学方法处理有死亡截断数据随机临床试验的因果推断。（4） 我们首次对临床随机试验的非依从性数据和缺失数据进行了参数可识别性研究。我们发现在不同种类的完全可忽略缺失数据，在一定条件下，参数是可识别的， 即缺失机制取决于结果数据。根据偏倚，有效性，稳健型，我们推导出最大似然和距估计量来估计有限样本性质。（5）丢失数据是纵向或层次结构的研究中常见的问题。当丢失数据的机制是非忽略，我们需要模型丢失数据的机制来对感兴趣的参数估计。在我们的研究里，提出了相关随机效应模型，联合模型结果数据和丢失的数据的机制。