Séance de cours
Analyse causale des données d'observation
Séances de cours associées (63)
Conception d'expériences Bases
Couvre les bases de la conception des expériences (DOE) et des stratégies expérimentales.
Découverte causale : modèles variables latents
Explore la découverte causale à l'aide de modèles variables latents, en mettant l'accent sur les défis et les solutions pour déduire les relations causales à partir de données non gaussiennes.
Paradoxe de Simpson : Compréhension et essais randomisés
Explore le Paradox de Simpson avec un exemple réel et souligne l'importance des essais randomisés.
Comprendre l'histoire grâce aux données
Explore la compréhension de l'histoire à travers les données, en mettant l'accent sur les relations internationales suisses pendant la guerre froide via les archives de presse.
Examen des projets géométriques
Examine les projets géométriques, explorant différentes tailles de panneaux et géométries complexes.
Essais randomisés et Paradoxe de Simpson
Couvre les essais cliniques randomisés, les variables confusionnelles, les défis éthiques et le paradoxe de Simpson dans l'analyse des données.
Ensemble Fondamental: Espace événementiel
Discute de l'ensemble fondamental et de l'espace des événements avec des exemples illustratifs.
Enseignement supérieur et mariage réussi
Analyse l'effet causal de l'enseignement supérieur sur le mariage réussi et couvre les critères d'inférence causale.
La randomisation mendélienne : points de vue et défis
Par Qingyuan Zhao se penche sur la randomisation mendélienne, explorant son histoire, ses défis et ses méthodes récentes pour gérer la pléotropie.
Inférence causale : ensembles d'ajustement
Explique les ensembles dajustement dans linférence causale, en mettant laccent sur les ensembles valides et candidats.