آموزش استنباط علی (Causal Inference) - آخرین آپدیت

پودمان ۱: ایده‌های کلیدی MODULE 1: Key Ideas

• مرور کلی دوره Course Overview

• درس ۱: علیت Lesson 1: Causation

• درس ۲: پیامد احتمالی، اثرات واحد و متوسط Lesson 2: Potential Outcome, Unit and Average Effects

• درس ۳: نادیده‌انگاری: پر کردن شکاف بین آزمایش‌های تصادفی و مطالعات مشاهده‌ای Lesson 3: Ignorability: Bridging the Gap Between Randomized Experiments and Observational Studies

پودمان ۲: استنباط تصادفی‌سازی Module 2: Randomization Inference

• درس ۱: برخی آزمایش‌های تصادفی Lesson 1: Some Randomized Experiments

• درس ۲: آزمون فرضیه صفر برای عدم اثر درمان Lesson 2: Testing the Null Hypothesis of No Treatment Effect

• درس ۳: استنباط تصادفی‌سازی Lesson 3: Randomization Inference

پودمان ۳: رگرسیون MODULE 3: Regression

• درس ۱: تخمین اثر متوسط درمان در جامعه متناهی (FATE) و اثر درمان تصادفی Lesson 1: Estimating the Finite Population Average Treatment Effect (FATE) and the Randomized Treatment Effect

• درس ۲: تخمین ATE: رویکرد رگرسیونی Lesson 2: Estimating the ATE: A Regression Approach

• درس ۳: تخمین ATE: تحلیل رگرسیون با متغیرهای کمکی Lesson 3: Estimating the ATE: Regression Analysis with Covariates

پودمان ۴: امتیاز تمایل Module 4: Propensity Score

• درس ۱: امتیاز تمایل (Propensity Score) Lesson 1: The Propensity Score

• درس ۲: تخمین ATE با استفاده از زیر-طبقه‌بندی بر اساس امتیاز تمایل Lesson 2: Estimating the ATE Using Sub-Classification on the Propensity Score

• درس ۳: تخمین ATE با استفاده از وزن‌دهی معکوس احتمال درمان Lesson 3: Estimating the ATE Using Inverse Probability of Treatment Weighting

پودمان ۵: تطبیق Module 5: Matching

• درس ۱: تطبیق ۱ Lesson 1: Matching 1

• درس ۲: بحث بیشتر در مورد سوگیری تطبیق و خطاهای استاندارد Lesson 2: More on Matching-Bias and Standard Errors

پودمان ۶: مباحث ویژه Module 6: Special Topics

• درس ۱: تخمین‌گرهای مبتنی بر رگرسیون و استحکام دوگانه Lesson 1: Regression Based Estimators and Double Robustness

• درس ۲: یادگیری ماشین و تخمین اثرات درمان Lesson 2: Machine Learning and Estimation of Treatment Effects

• درس ۳: فرض عدم وجود متغیر مخدوش‌کننده: ارزیابی و حساسیت Lesson 3: The Unconfoundedness Assumption: Assessment and Sensitivity