Causale inferentie: experimenten, matching en regressie

Redeneer over causale effecten met onderzoeksontwerp, randomisatie en regressieaannames.

Op zoek naar stapsgewijze tutorials voor afzonderlijke AI-tools?

Cursusoverzicht

Een route van causale vragen en aannames naar gerandomiseerde experimenten, matching en regressiecorrectie. Definieer een doeleffect, teken een causaal diagram, herken confounding en selectierisico's en communiceer grenzen van observationele conclusies. De voorbeelden ondersteunen methodologisch leren, maar bewijzen niet dat één schatter identificatieproblemen oplost.

Formuleer een causale vraag met doelgroep, interventie, vergelijking, uitkomst en tijdshorizon. Leg uit hoe randomisatie, matching en regressie verschillende onderdelen van een ontwerp aanpakken. Herken aannames over confounding, selectie, overlap en meting die een schatting kunnen bedreigen.

Kennis van regressie, kansrekening en onderzoeksontwerp is aanbevolen. Deze cursus behandelt methoden en vervangt geen domeinspecifiek statistisch advies.

Ervaren cursisten die geavanceerde AI-vaardigheden willen verdiepen en toepassen

Mensen die het beste leren met voorbeelden, begeleide lessen en praktische oefeningen

Professionals, makers en zelfstandige bouwers die een herhaalbare werkwijze zoeken

Les 1 is gratis

4 lessen · Gevorderd · Volledige cursus.

Cursusinhoud met open licentie · CC BY-gelicentieerd · licentie geverifieerd

Deze cursus gebruikt CC BY-gelicentieerd materiaal met naamsvermelding van de inhoudsprovider of uploader. Lesvideo’s zijn alleen na aanmelding beschikbaar wanneer de publicatie- en licentiecontroles zijn geslaagd.