我们都听说过 "相关不等于因果 "这句话。 那么,什么才等于因果关系呢? 本课程旨在回答这个问题及其他问题!
了解顶级公司的员工如何掌握热门技能

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

人们为什么选择 Coursera 来帮助自己实现职业发展

Felipe M.

Jennifer J.

Larry W.

Chaitanya A.
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
已于 Mar 11, 2021审阅
Excellent video lectures. Challenging end of module quizzes. I found more challenging doing the practical exercises because I had no experience with R.
已于 Apr 4, 2021审阅
My work involves working with observational data. This course taught me to think in more formal and organized way on topics and questions of causal inference.
已于 Nov 13, 2024审阅
This is a great course to me! This course really helps me have a better understanding of what constitutes causal effects. I really appreciate him for this course!
从 数据科学 浏览更多内容

Columbia University

University of Minnesota

Columbia University





