University of Pennsylvania

因果关系速成班 从观察数据中推断因果效应

University of Pennsylvania

因果关系速成班 从观察数据中推断因果效应

访问权限由 New York State Department of Labor 提供

46,385 人已注册

深入了解一个主题并学习基础知识。

569 条评论

中级 等级
需要一些相关经验
灵活的计划
2 周 在 10 小时 一周
自行安排学习进度
90%
大多数学生喜欢此课程
深入了解一个主题并学习基础知识。

569 条评论

中级 等级
需要一些相关经验
灵活的计划
2 周 在 10 小时 一周
自行安排学习进度
90%
大多数学生喜欢此课程

要了解的详细信息

可分享的证书

添加到您的领英档案

作业

16 项作业

授课语言:英语(English)

了解顶级公司的员工如何掌握热门技能

Petrobras, TATA, Danone, Capgemini, P&G 和 L'Oreal 的徽标

该课程共有5个模块

本模块的重点是利用潜在结果定义因果效应。对设定/操纵数值和变量条件进行了重要区分。此外,还介绍了关键的因果识别假设。

涵盖的内容

8个视频3个作业

本模块介绍有向无环图。通过了解这些图形的各种规则,学习者可以确定一组变量是否足以控制混杂因素。

涵盖的内容

8个视频2个作业

本文概述了用于估计因果效应的匹配方法,包括直接与混杂因素匹配和与倾向得分匹配。并通过 R 语言中的数据分析示例对这些观点进行了说明。

涵盖的内容

12个视频5个作业

本文介绍了一种估算因果效应的方法--逆概率处理加权法。并用 R 中的 IPTW 数据分析说明了这一想法。

涵盖的内容

9个视频3个作业

本模块的重点是在随机试验和观察性研究中使用工具变量进行因果效应估计。将用 R 语言进行工具变量分析来说明这些观点。

涵盖的内容

9个视频3个作业

位教师

授课教师评分
(146个评价)
Jason A. Roy, Ph.D.
University of Pennsylvania
1 门课程 46,392 名学生

提供方

人们为什么选择 Coursera 来帮助自己实现职业发展

Felipe M.

自 2018开始学习的学生
''能够按照自己的速度和节奏学习课程是一次很棒的经历。只要符合自己的时间表和心情,我就可以学习。'

Jennifer J.

自 2020开始学习的学生
''我直接将从课程中学到的概念和技能应用到一个令人兴奋的新工作项目中。'

Larry W.

自 2021开始学习的学生
''如果我的大学不提供我需要的主题课程,Coursera 便是最好的去处之一。'

Chaitanya A.

''学习不仅仅是在工作中做的更好:它远不止于此。Coursera 让我无限制地学习。'

学生评论

  • 5 stars

    76.97%

  • 4 stars

    19.15%

  • 3 stars

    1.93%

  • 2 stars

    0.70%

  • 1 star

    1.23%

显示 3/569 个

GB

已于 Mar 11, 2021审阅

KS

已于 Apr 4, 2021审阅

YS

已于 Nov 13, 2024审阅

从 数据科学 浏览更多内容