對研究生來說，選擇研究方向跟主題、為現有的研究問題開發新的方法、在研究領域探索新視野，培養批判性思維非常重要。而資料分析及統計建模，是進行量性研究不可缺少的能力。每一個統計方法和模型背後都有其假設，這些假設在真實世界是否合理，將決定統計模型結果要如何解釋？本課程的目的在於使用臨床和流行病學研究中的真實例子，來演示如何實現這些目標。本課程首先將介紹兩種促進理解統計模型的工具：線性模型中的向量幾何和因果推論中的有向無環圖(DAG)。然後，將會逐步介紹一些常用的實驗設計跟統計方法，來探索真實世界變數之間的複雜關係，做出因果推論。本課程中使用的情景和例子包括：
1. 檢驗基線和變化之間的關係
2. 檢驗隨機對照試驗中變化差異的統計方法
3. Lord悖論和觀察性研究中基線值的調整
4. 辛普森悖論
5. 迴歸不連續斷裂模型
6. 工具變數的應用 跟孟德爾隨機化實驗

學生需要進行口頭報告，並積極參與課堂討論，這些都會是評估學生表現的指標。