Kausalschluss | Das Universitätsnetzwerk

Beschreibung

Dieser Kurs bietet einen gründlichen mathematischen Überblick über kausale Schlussfolgerungen auf Master-Ebene.

Rückschlüsse auf die Ursachen sind in Wissenschaft, Medizin, Politik und Wirtschaft von großer Bedeutung. Dieser Kurs bietet eine Einführung in die statistische Literatur zu kausalen Inferenzen, die in den letzten 35-40 Jahren entstanden ist und die Art und Weise revolutioniert hat, wie Statistiker und angewandte Forscher in vielen Disziplinen Daten verwenden, um Rückschlüsse auf kausale Zusammenhänge zu ziehen.

Wir werden Methoden zum Sammeln von Daten untersuchen, um kausale Zusammenhänge abzuschätzen. Die Studierenden lernen, zwischen kausalen und nicht-kausalen Beziehungen zu unterscheiden; das ist nicht immer offensichtlich. Anschließend werden wir die verschiedenen Methoden untersuchen und bewerten, die Studierende verwenden können – wie z. B. Matching, Unterklassifizierung auf der Neigungsbewertung, inverse Wahrscheinlichkeit der Behandlungsgewichtung und maschinelles Lernen –, um eine Vielzahl von Effekten abzuschätzen – wie z. B. den durchschnittlichen Behandlungseffekt und die Wirkung der Behandlung auf die Behandelten. Am Ende diskutieren wir Methoden zur Bewertung einiger der von uns getroffenen Annahmen und geben einen Ausblick auf die Erweiterungen, die wir in der Fortsetzung dieses Kurses übernehmen werden.