This course offers a rigorous mathematical survey of advanced topics in causal inference at the Master’s level. Inferences about causation are of great importance in science, medicine, policy, and business. This course provides an introduction to the statistical literature on causal inference that has emerged in the last 35-40 years and that has revolutionized the way in which statisticians and applied researchers in many disciplines use data to make inferences about causal relationships. We will study advanced topics in causal inference, including mediation, principal stratification, longitudinal causal inference, regression discontinuity, interference, and fixed effects models.
Causal Inference 2
von
Columbia University
Über diesen Kurs
2,995 kürzliche Aufrufe
Kursteilnehmer, die sich für Course entscheiden, sind
- Data Scientists
- Scientists
- Data Analysts
- Researchers
- Machine Learning Engineers
Lehrplan - Was Sie in diesem Kurs lernen werden
Woche
11 Stunde zum Abschließen
Module 7: Introduction to Mediation
4 Videos (Gesamt 37 min), 2 Lektüren, 1 Quiz
4 Videos
Lesson 1: Mediation and Conditioning on Intermediate Outcomes8m
Lesson 2: Reframing the Problem of Mediation10m
Lesson 3: Identification of Controlled, Average Direct and Indirect Effects12m
2 Lektüren
Welcome to Module 730m
Intro Survey10m
1 praktische Übung
Module 7
Woche
21 Stunde zum Abschließen
Module 8: More on Mediation
3 Videos (Gesamt 25 min), 1 Lektüre, 1 Quiz
3 Videos
Lesson 2: Sensitivity Analyses for Mediation7m
Lesson 3: Instrumental Variables with a Continuous Treatment10m
1 Lektüre
Welcome to Module 810m
1 praktische Übung
Module 8: Assessment
Woche
31 Stunde zum Abschließen
Module 9: Instrumental Variables, Principal Stratification, and Regression Discontinuity
3 Videos (Gesamt 34 min), 1 Lektüre
3 Videos
Lesson 2: Principal Stratification8m
Lesson 3: Regression Discontinuity12m
1 Lektüre
Welcome to Module 910m
Woche
41 Stunde zum Abschließen
Module 10: Longitudinal Causal Inference
3 Videos (Gesamt 29 min), 1 Lektüre, 1 Quiz
3 Videos
Lesson 2: Marginal Structural Models8m
Lesson 3: Structural Nested Mean Models and g-estimation9m
1 Lektüre
Welcome to Module 1010m
1 praktische Übung
Module 10: Assessment
Dozent
Michael E. Sobel
ProfessorDepartment of Statistics
Über Columbia University
For more than 250 years, Columbia has been a leader in higher education in the nation and around the world. At the core of our wide range of academic inquiry is the commitment to attract and engage the best minds in pursuit of greater human understanding, pioneering new discoveries and service to society.
Häufig gestellte Fragen
Wann erhalte ich Zugang zu den Vorträgen und Aufgaben?
Sobald Sie sich für ein Zertifikat angemeldet haben, haben Sie Zugriff auf alle Videos, Quizspiele und Programmieraufgaben (falls zutreffend). Aufgaben, die von anderen Kursteilnehmern bewertet werden, können erst dann eingereicht und überprüft werden, wenn Ihr Unterricht begonnen hat. Wenn Sie sich den Kurs anschauen möchten, ohne ihn zu kaufen, können Sie womöglich auf bestimmte Aufgaben nicht zugreifen.
Was bekomme ich, wenn ich das Zertifikat erwerbe?
Wenn Sie ein Zertifikat erwerben, erhalten Sie Zugriff auf alle Kursmaterialien, einschließlich bewerteter Aufgaben. Nach Abschluss des Kurses wird Ihr elektronisches Zertifikat zu Ihrer Seite „Errungenschaften“ hinzugefügt – von dort können Sie Ihr Zertifikat ausdrucken oder es zu Ihrem LinkedIn Profil hinzufügen. Wenn Sie nur lesen und den Inhalt des Kurses anzeigen möchten, können Sie kostenlos als Gast an dem Kurs teilnehmen.
Wie erfolgen Rückerstattungen?
Ist finanzielle Unterstützung möglich?
Haben Sie weitere Fragen? Besuchen Sie das Hilfe-Center für Teiln..