課程名稱 |
因果推論 Causal inference |
開課學期 |
108-2 |
授課對象 |
公共衛生學院 流行病學與預防醫學研究所 |
授課教師 |
黃彥棕 |
課號 |
MATH5237 |
課程識別碼 |
221 U8730 |
班次 |
|
學分 |
3.0 |
全/半年 |
半年 |
必/選修 |
選修 |
上課時間 |
星期四5,6,7(12:20~15:10) |
上課地點 |
天數440 |
備註 |
總人數上限:30人 |
Ceiba 課程網頁 |
http://ceiba.ntu.edu.tw/1082MATH5237_ |
課程簡介影片 |
|
核心能力關聯 |
本課程尚未建立核心能力關連 |
課程大綱
|
為確保您我的權利,請尊重智慧財產權及不得非法影印
|
課程概述 |
因果推論是廿世紀一門新興的領域,由Donald Rubin(1978)以counterfactual (potential) outcome嚴謹地以統計方法加以研究,之後由James Robins、Judea Pearl等人結合圖形模型(directed acyclic graph),且推廣至隨時間變動的因果推論。因果推論除了在理論及統計方法學的發展,也在生物醫學領域廣泛地應用。 |
課程目標 |
Counterfactual framework
Graphical aspects (directed acyclic graph) of causal inference
G-methods: standardization/g-formula, inverse probability weighting/marginal structural model, structural nested model/g-estimation
Causal mediation model
Instrumental variable
|
課程要求 |
待補 |
預期每週課後學習時數 |
|
Office Hours |
|
指定閱讀 |
Causal Inference, by Miguel A. Hernan and James M. Robins (unpublished book) |
參考書目 |
Tyler J. VanderWeele. Explanation in Causal Inference: methods for mediation and interaction. Oxford University Press. 2015 (optional)
|
評量方式 (僅供參考) |
|
週次 |
日期 |
單元主題 |
第1週 |
3/05 |
A definition of causal effect |
第2週 |
3/12 |
Randomized experiments |
第3週 |
3/19 |
Observational studies |
第4週 |
3/26 |
Effect modification |
第5週 |
4/02 |
[no class] |
第6週 |
4/09 |
Interaction |
第7週 |
4/16 |
Graphical representation of causal effects |
第8週 |
4/23 |
Confounding |
第9週 |
4/30 |
Selection bias |
第10週 |
5/07 |
IP weighting and marginal structural models |
第11週 |
5/14 |
Standardization and the parametric g-formula |
第12週 |
5/21 |
G-estimation and structural nested models |
第13週 |
5/28 |
Introduction to mediation |
第14週 |
6/04 |
Multi-mediator models |
第15週 |
6/11 |
Hypothesis tests of mediation |
第16週 |
6/18 |
Instrumental variable |
第17週 |
6/25 |
[no class] |
|