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.
proposé par
Université Columbia
À propos de ce cours
3,607 consultations récentes
Les étudiants prenant part à ce Course sont
- Data Scientists
- Economists
- Scientists
- Data Analysts
- Researchers
Programme du cours : ce que vous apprendrez dans ce cours
Semaine
11 heure pour terminer
Module 7: Introduction to Mediation
4 vidéos (Total 37 min), 2 lectures, 1 quiz
4 vidéos
Lesson 1: Mediation and Conditioning on Intermediate Outcomes8 min
Lesson 2: Reframing the Problem of Mediation10 min
Lesson 3: Identification of Controlled, Average Direct and Indirect Effects12 min
2 lectures
Welcome to Module 730 min
Intro Survey10 min
1 exercice pour s'entraîner
Module 7
Semaine
21 heure pour terminer
Module 8: More on Mediation
3 vidéos (Total 25 min), 1 lecture, 1 quiz
3 vidéos
Lesson 2: Sensitivity Analyses for Mediation7 min
Lesson 3: Instrumental Variables with a Continuous Treatment10 min
1 lecture
Welcome to Module 810 min
1 exercice pour s'entraîner
Module 8: Assessment
Semaine
31 heure pour terminer
Module 9: Instrumental Variables, Principal Stratification, and Regression Discontinuity
3 vidéos (Total 34 min), 1 lecture
3 vidéos
Lesson 2: Principal Stratification8 min
Lesson 3: Regression Discontinuity12 min
1 lecture
Welcome to Module 910 min
Semaine
41 heure pour terminer
Module 10: Longitudinal Causal Inference
3 vidéos (Total 29 min), 1 lecture, 1 quiz
3 vidéos
Lesson 1: The g-formula10 min
Lesson 2: Marginal Structural Models8 min
Lesson 3: Structural Nested Mean Models and g-estimation9 min
1 lecture
Welcome to Module 1010 min
1 exercice pour s'entraîner
Module 10: Assessment
Enseignant
Michael E. Sobel
ProfessorDepartment of Statistics
À propos de Université Columbia
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.
Foire Aux Questions
Quand aurai-je accès aux vidéos de cours et aux devoirs ?
Une fois que vous êtes inscrit(e) pour un Certificat, vous pouvez accéder à toutes les vidéos de cours, et à tous les quiz et exercices de programmation (le cas échéant). Vous pouvez soumettre des devoirs à examiner par vos pairs et en examiner vous-même uniquement après le début de votre session. Si vous préférez explorer le cours sans l'acheter, vous ne serez peut-être pas en mesure d'accéder à certains devoirs.
À quoi ai-je droit si j'achète le Certificat ?
Lorsque vous achetez un Certificat, vous bénéficiez d'un accès à tout le contenu du cours, y compris les devoirs notés. Lorsque vous avez terminé et réussi le cours, votre Certificat électronique est ajouté à votre page Accomplissements. À partir de cette page, vous pouvez imprimer votre Certificat ou l'ajouter à votre profil LinkedIn. Si vous souhaitez seulement lire et visualiser le contenu du cours, vous pouvez accéder gratuitement au cours en tant qu'auditeur libre.
Quelle est la politique de remboursement ?
Une aide financière est-elle possible ?
D'autres questions ? Visitez le Centre d'Aide pour les Etudiants.
Coursera propose un accès universel à la meilleure formation au monde,
en partenariat avec des universités et des organisations du plus haut niveau, pour proposer des cours en ligne.
© 2019 Coursera Inc. Tous droits réservés.
