We have all heard the phrase “correlation does not equal causation.” What, then, does equal causation? This course aims to answer that question and more!
提供：
A Crash Course in Causality: Inferring Causal Effects from Observational Data
ペンシルベニア大学（University of Pennsylvania）このコースについて
40,449 最近の表示
柔軟性のある期限
スケジュールに従って期限をリセットします。
共有できる証明書
修了時に証明書を取得
100%オンライン
自分のスケジュールですぐに学習を始めてください。
中級レベル
約18時間で修了
英語
字幕：フランス語, ポルトガル語（ヨーロッパ）, ロシア語, 英語, スペイン語
習得するスキル
Instrumental VariablePropensity Score MatchingCausal InferenceCausality
柔軟性のある期限
スケジュールに従って期限をリセットします。
共有できる証明書
修了時に証明書を取得
100%オンライン
自分のスケジュールですぐに学習を始めてください。
中級レベル
約18時間で修了
英語
字幕：フランス語, ポルトガル語（ヨーロッパ）, ロシア語, 英語, スペイン語
提供：
ペンシルベニア大学（University of Pennsylvania）
The University of Pennsylvania (commonly referred to as Penn) is a private university, located in Philadelphia, Pennsylvania, United States. A member of the Ivy League, Penn is the fourth-oldest institution of higher education in the United States, and considers itself to be the first university in the United States with both undergraduate and graduate studies.
シラバス - 本コースの学習内容
4時間で修了
Welcome and Introduction to Causal Effects
This module focuses on defining causal effects using potential outcomes. A key distinction is made between setting/manipulating values and conditioning on variables. Key causal identifying assumptions are also introduced.
4時間で修了
8件のビデオ （合計128分）
2時間で修了
Confounding and Directed Acyclic Graphs (DAGs)
This module introduces directed acyclic graphs. By understanding various rules about these graphs, learners can identify whether a set of variables is sufficient to control for confounding.
2時間で修了
8件のビデオ （合計86分）
5時間で修了
Matching and Propensity Scores
An overview of matching methods for estimating causal effects is presented, including matching directly on confounders and matching on the propensity score. The ideas are illustrated with data analysis examples in R.
5時間で修了
12件のビデオ （合計171分）
3時間で修了
Inverse Probability of Treatment Weighting (IPTW)
Inverse probability of treatment weighting, as a method to estimate causal effects, is introduced. The ideas are illustrated with an IPTW data analysis in R.
3時間で修了
9件のビデオ （合計119分）
レビュー
A CRASH COURSE IN CAUSALITY: INFERRING CAUSAL EFFECTS FROM OBSERVATIONAL DATA からの人気レビュー
WJにより2021年9月11日
Great introduction on the causal analysis.The instructor did a great job on explaining the topic in a logical and rigorous way. R codes are very relevant and helpful to digest the material as well.
WLにより2019年3月16日
Very easy to follow examples and great coverage for such an important topic! The delivery sometimes get repetitive and I wish we talked more about how the uncertainties are derived.
JCにより2020年11月20日
A high quality course that delivers what it says in the title. Well-paced introduction to the potential outcomes framework, with a nice balance of theoretical and practical aspects.
MFにより2017年12月27日
I really enjoyed this course, the pace could be more even in parts. Sometimes the pace could be more even and some more books/reference material for further study would be nice.
よくある質問
いつ講座や課題にアクセスできるようになりますか？
修了証を購入すると何を行えるようになりますか？
学資援助はありますか？
さらに質問がある場合は、受講者向けヘルプセンターにアクセスしてください。
