Acerca de este Curso
4.8
101 calificaciones
35 revisiones
100 % en línea

100 % en línea

Comienza de inmediato y aprende a tu propio ritmo.
Fechas límite flexibles

Fechas límite flexibles

Restablece las fechas límite en función de tus horarios.
Nivel intermedio

Nivel intermedio

Horas para completar

Aprox. 25 horas para completar

Sugerido: 5 weeks of study, 3-5 hours per week...
Idiomas disponibles

Inglés (English)

Subtítulos: Inglés (English)

Habilidades que obtendrás

Instrumental VariablePropensity Score MatchingCausal InferenceCausality
100 % en línea

100 % en línea

Comienza de inmediato y aprende a tu propio ritmo.
Fechas límite flexibles

Fechas límite flexibles

Restablece las fechas límite en función de tus horarios.
Nivel intermedio

Nivel intermedio

Horas para completar

Aprox. 25 horas para completar

Sugerido: 5 weeks of study, 3-5 hours per week...
Idiomas disponibles

Inglés (English)

Subtítulos: Inglés (English)

Programa - Qué aprenderás en este curso

Semana
1
Horas para completar
3 horas para completar

Welcome and Introduction to Causal Effects

This module focuses on defining causal effects using potential outcomes. A key distinction is made between setting/manipulating values and conditioning on variables. Key causal identifying assumptions are also introduced....
Reading
8 videos (Total 128 minutos), 3 quizzes
Video8 videos
Confusion over causality19m
Potential outcomes and counterfactuals13m
Hypothetical interventions17m
Causal effects19m
Causal assumptions18m
Stratification23m
Incident user and active comparator designs14m
Quiz3 ejercicios de práctica
Practice Quiz4m
Practice Quiz4m
Causal effects18m
Semana
2
Horas para completar
2 horas para completar

Confounding and Directed Acyclic Graphs (DAGs)

This module introduces directed acyclic graphs. By understanding various rules about these graphs, learners can identify whether a set of variables is sufficient to control for confounding....
Reading
8 videos (Total 86 minutos), 2 quizzes
Video8 videos
Causal graphs9m
Relationship between DAGs and probability distributions15m
Paths and associations7m
Conditional independence (d-separation)13m
Confounding revisited9m
Backdoor path criterion15m
Disjunctive cause criterion9m
Quiz2 ejercicios de práctica
Practice Quiz8m
Identify from DAGs sufficient sets of confounders22m
Semana
3
Horas para completar
4 horas para completar

Matching and Propensity Scores

An overview of matching methods for estimating causal effects is presented, including matching directly on confounders and matching on the propensity score. The ideas are illustrated with data analysis examples in R....
Reading
12 videos (Total 171 minutos), 5 quizzes
Video12 videos
Overview of matching12m
Matching directly on confounders13m
Greedy (nearest-neighbor) matching17m
Optimal matching10m
Assessing balance11m
Analyzing data after matching20m
Sensitivity analysis10m
Data example in R16m
Propensity scores11m
Propensity score matching14m
Propensity score matching in R15m
Quiz5 ejercicios de práctica
Practice Quiz6m
Practice Quiz8m
Matching12m
Propensity score matching10m
Data analysis project - analyze data in R using propensity score matching16m
Semana
4
Horas para completar
3 horas para completar

Inverse Probability of Treatment Weighting (IPTW)

Inverse probability of treatment weighting, as a method to estimate causal effects, is introduced. The ideas are illustrated with an IPTW data analysis in R....
Reading
9 videos (Total 119 minutos), 3 quizzes
Video9 videos
More intuition for IPTW estimation9m
Marginal structural models11m
IPTW estimation11m
Assessing balance9m
Distribution of weights9m
Remedies for large weights13m
Doubly robust estimators15m
Data example in R26m
Quiz3 ejercicios de práctica
Practice Quiz6m
IPTW18m
Data analysis project - carry out an IPTW causal analysis8m

Instructor

Avatar

Jason A. Roy, Ph.D.

Professor of Biostatistics
Department of Biostatistics and Epidemiology

Acerca de University of Pennsylvania

The University of Pennsylvania (commonly referred to as Penn) is a private university, located in Philadelphia, Pennsylvania, United States. A member of the Ivy League, Penn is the fourth-oldest institution of higher education in the United States, and considers itself to be the first university in the United States with both undergraduate and graduate studies. ...

Preguntas Frecuentes

  • Una vez que te inscribes para obtener un Certificado, tendrás acceso a todos los videos, cuestionarios y tareas de programación (si corresponde). Las tareas calificadas por compañeros solo pueden enviarse y revisarse una vez que haya comenzado tu sesión. Si eliges explorar el curso sin comprarlo, es posible que no puedas acceder a determinadas tareas.

  • Cuando compras un Certificado, obtienes acceso a todos los materiales del curso, incluidas las tareas calificadas. Una vez que completes el curso, se añadirá tu Certificado electrónico a la página Logros. Desde allí, puedes imprimir tu Certificado o añadirlo a tu perfil de LinkedIn. Si solo quieres leer y visualizar el contenido del curso, puedes participar del curso como oyente sin costo.

¿Tienes más preguntas? Visita el Centro de Ayuda al Alumno.