Ny metode for testing av betinget uavhengighet i kausal analyse

Hva har forskeren funnet?

Hovedfunnet i arbeidet er en ny metode for betinget uavhengighetstesting, kalt Computational Conditional Independence (CCI). Metoden er utviklet ved bruk av maskinlæring og skal gi en mer fleksibel og robust tilnærming til testing av betinget uavhengighet.

Betinget uavhengighet er sentralt for validering av grafiske modeller som brukes i kausale analyser, der formålet er å undersøke årsakssammenhenger.

Hva var målet med doktorgradsarbeidet?

Målet med arbeidet har vært å utvikle og validere statistiske metoder som kan styrke kausal analyse i situasjoner der man ikke har tilgang til kontrollerte eksperimenter. Dette er ofte tilfellet i praksis, der analyser må baseres på observerte data.

Hvorfor er dette viktig?

Forskning på dette feltet er viktig fordi kausalanalyser brukes som grunnlag for beslutninger i blant annet landbruk, matproduksjon og folkehelse. Feilaktige konklusjoner om årsakssammenhenger kan føre til ineffektive eller skadelige tiltak.

Resultatene fra avhandlingen bidrar til bedre verktøy for å identifisere årsakssammenhenger. Det kan gi bedre forskning og bedre bruk av forskningsresultatene.

FAKTA:

Christian Bernhard Holth Thorjussen

• Doktorgrad: NMBUs fakultet for realfag og teknologi og Nofima, finansiert av Stiftelsen for Landbrukets Næringsmiddelforskning
• Tidligere utdanning: Bachelor i Nord-Amerika-studier, Master (MSc) i Samfunnsøkonomi
• Fra: Lillesand
• Tittel på avhandlingen:
• Norsk: Beregningsmetode for testing av betinget uavhengighet for kausal inferens - metoder og anvendelser i landbruks- og matproduksjonssystemer

• Engelsk: Computational Conditional Independence Testing for Causal Inference – Methods and Applications in Agricultural and Food Production Systems

Christian Bernhard Holth Thorjussen forsvarer sin doktoravhandling ved NMBU mandag 18. mai 2026. Se mer info her.