回应学界对缺失数据因果模型的评论，澄清核心观点

Response to Discussions of "Causal and Counterfactual Views of Missing Data Models"

• 针对多位学者的讨论逐条回应，阐明原论文核心思想
• 强调因果与反事实视角在缺失数据建模中的理论价值
• 适合关注缺失数据机制、因果推断的学者参考

我们感谢Levis和Kennedy [2025]、Luo和Geng [2025]、Wang和van der Laan [2025]，以及Yang和Kim [2025]对我们的论文（Nabi et al., 2025）所提出的深刻评论。本文作为回应，总结了我们的主要贡献，并逐一回应各方讨论。

原文摘要 · Abstract (English)

We are grateful to the discussants, Levis and Kennedy [2025], Luo and Geng [2025], Wang and van der Laan [2025], and Yang and Kim [2025], for their thoughtful comments on our paper (Nabi et al., 2025). In this rejoinder, we summarize our main contributions and respond to each discussion in turn.

Thank you to arXiv for use of its open access interoperability. PaperDance 不是 arXiv 官方产品；中文卡片由大模型生成，请以原文为准。