À propos de ce cours
4.8
100 notes
34 avis
100 % en ligne

100 % en ligne

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.
Dates limites flexibles

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.
Niveau intermédiaire

Niveau intermédiaire

Heures pour terminer

Approx. 25 heures pour terminer

Recommandé : 5 weeks of study, 3-5 hours per week...
Langues disponibles

Anglais

Sous-titres : Anglais

Compétences que vous acquerrez

Instrumental VariablePropensity Score MatchingCausal InferenceCausality
100 % en ligne

100 % en ligne

Commencez dès maintenant et apprenez aux horaires qui vous conviennent.
Dates limites flexibles

Dates limites flexibles

Réinitialisez les dates limites selon votre disponibilité.
Niveau intermédiaire

Niveau intermédiaire

Heures pour terminer

Approx. 25 heures pour terminer

Recommandé : 5 weeks of study, 3-5 hours per week...
Langues disponibles

Anglais

Sous-titres : Anglais

Programme du cours : ce que vous apprendrez dans ce cours

Semaine
1
Heures pour terminer
3 heures pour terminer

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....
Reading
8 videos (Total 128 min), 3 quiz
Video8 vidéos
Confusion over causality19 min
Potential outcomes and counterfactuals13 min
Hypothetical interventions17 min
Causal effects19 min
Causal assumptions18 min
Stratification23 min
Incident user and active comparator designs14 min
Quiz3 exercices pour s'entraîner
Practice Quiz4 min
Practice Quiz4 min
Causal effects18 min
Semaine
2
Heures pour terminer
2 heures pour terminer

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....
Reading
8 videos (Total 86 min), 2 quiz
Video8 vidéos
Causal graphs9 min
Relationship between DAGs and probability distributions15 min
Paths and associations7 min
Conditional independence (d-separation)13 min
Confounding revisited9 min
Backdoor path criterion15 min
Disjunctive cause criterion9 min
Quiz2 exercices pour s'entraîner
Practice Quiz8 min
Identify from DAGs sufficient sets of confounders22 min
Semaine
3
Heures pour terminer
4 heures pour terminer

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....
Reading
12 videos (Total 171 min), 5 quiz
Video12 vidéos
Overview of matching12 min
Matching directly on confounders13 min
Greedy (nearest-neighbor) matching17 min
Optimal matching10 min
Assessing balance11 min
Analyzing data after matching20 min
Sensitivity analysis10 min
Data example in R16 min
Propensity scores11 min
Propensity score matching14 min
Propensity score matching in R15 min
Quiz5 exercices pour s'entraîner
Practice Quiz6 min
Practice Quiz8 min
Matching12 min
Propensity score matching10 min
Data analysis project - analyze data in R using propensity score matching16 min
Semaine
4
Heures pour terminer
3 heures pour terminer

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....
Reading
9 videos (Total 119 min), 3 quiz
Video9 vidéos
More intuition for IPTW estimation9 min
Marginal structural models11 min
IPTW estimation11 min
Assessing balance9 min
Distribution of weights9 min
Remedies for large weights13 min
Doubly robust estimators15 min
Data example in R26 min
Quiz3 exercices pour s'entraîner
Practice Quiz6 min
IPTW18 min
Data analysis project - carry out an IPTW causal analysis8 min

Enseignant

Avatar

Jason A. Roy, Ph.D.

Professor of Biostatistics
Department of Biostatistics and Epidemiology

À propos de 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. ...

Foire Aux Questions

  • 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.

  • 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.

D'autres questions ? Visitez le Centre d'Aide pour les Etudiants.