Séance de cours
Effets causaux Bounds: Paramètres de sensibilité sur l'échelle des différences de risque
Séances de cours associées (32)
Analyse causale des données d'observation
Couvre l'analyse causale des données d'observation, des pièges, des outils permettant de tirer des conclusions valables et d'aborder les variables confusionnelles.
Inférence causale : Estimands et Ontologies
Examine l'inférence causale, en soulignant l'importance de s'engager dans une ontologie pour tirer des inférences causales et choisir des estimands appropriés.
Inférence causale : Comprendre les effets du traitement
Examine les effets du traitement, les variables confusionnelles et les difficultés d'interprétation des résultats des études d'observation.
Inférence causale en épidémiologie : Grossesse et cancer de la prostate
Explore l'inférence causale en épidémiologie, en mettant l'accent sur l'impact de la COVID-19 sur la naissance prématurée et en perfectionnant les stratégies de traitement du cancer de la prostate.
Critère de porte d'entrée: Formule de réglage
Explore le critère de la porte d'entrée pour les jeux de réglage valides dans l'inférence causale.
Enseignement supérieur et mariage réussi
Analyse l'effet causal de l'enseignement supérieur sur le mariage réussi et couvre les critères d'inférence causale.
Inférence causale : Comprendre les associations et les effets
Examine la distinction entre association et lien de causalité dans l'analyse statistique, en soulignant les limites de l'association dans l'inferration de lien de causalité.
Gestion des risques : Introduction et accidents majeurs
Couvre les bases de la gestion des risques, des accidents majeurs et des incertitudes de l'avenir dans les processus décisionnels.
Risques liés aux aménagements hydrauliques
Explore les risques dans les développements hydrauliques, y compris les risques économiques, technologiques et humains, en mettant l'accent sur l'analyse des risques et les mesures d'atténuation.
Disentangling Confounding and Nonsense Associations
Examine la dépendance statistique, la confusion et les méthodes d'inférence causale, en mettant l'accent sur la distinction entre les approches existantes et nouvelles.