Nous avons tous entendu l'expression "corrélation n'est pas synonyme de causalité" Qu'est-ce qui équivaut alors à un lien de causalité ? Ce cours a pour but de répondre à cette question et à bien d'autres encore !
Un cours accéléré sur la causalité : Déduire des effets de causalité à partir de données d'observation
Instructeur : Jason A. Roy, Ph.D.
42 717 déjà inscrits
Inclus avec
(555 avis)
Compétences que vous acquerrez
- Catégorie : Variable instrumentale
- Catégorie : Appariement des scores de propension
- Catégorie : Inférence causale
- Catégorie : Causalité
Détails à connaître
Ajouter à votre profil LinkedIn
16 devoirs
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées
Obtenez un certificat professionnel
Ajoutez cette qualification à votre profil LinkedIn ou à votre CV
Partagez-le sur les réseaux sociaux et dans votre évaluation de performance
Il y a 5 modules dans ce cours
Ce module se concentre sur la définition des effets causaux à l'aide de résultats potentiels. Une distinction essentielle est faite entre l'établissement/la manipulation des valeurs et le conditionnement des variables. Les principales hypothèses d'identification des causes sont également présentées.
Inclus
8 vidéos3 devoirs
Ce module présente les graphes acycliques dirigés. En comprenant diverses règles relatives à ces graphes, les apprenants peuvent déterminer si un ensemble de variables est suffisant pour contrôler les facteurs de confusion.
Inclus
8 vidéos2 devoirs
Une vue d'ensemble des méthodes d'appariement pour l'estimation des effets causaux est présentée, y compris l'appariement direct sur les facteurs de confusion et l'appariement sur le score de propension. Les idées sont illustrées par des exemples d'analyse de données en R.
Inclus
12 vidéos5 devoirs
La pondération de la probabilité inverse de traitement, en tant que méthode d'estimation des effets causaux, est présentée. Les idées sont illustrées par une analyse de données IPTW en R.
Inclus
9 vidéos3 devoirs
Ce module se concentre sur l'estimation de l'effet causal à l'aide de variables instrumentales dans les essais randomisés avec non-conformité et dans les études d'observation. Les idées sont illustrées par une analyse des variables instrumentales dans R.
Inclus
9 vidéos3 devoirs
Instructeur
Offert par
Recommandé si vous êtes intéressé(e) par Probabilités et Statistiques
Columbia University
Columbia University
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?
Avis des étudiants
Affichage de 3 sur 555
555 avis
- 5 stars
77,11 %
- 4 stars
19,45 %
- 3 stars
1,80 %
- 2 stars
0,72 %
- 1 star
0,90 %
Ouvrez de nouvelles portes avec Coursera Plus
Accès illimité à plus de 7 000 cours de renommée internationale, à des projets pratiques et à des programmes de certificats reconnus sur le marché du travail, tous inclus dans votre abonnement
Faites progresser votre carrière avec un diplôme en ligne
Obtenez un diplôme auprès d’universités de renommée mondiale - 100 % en ligne
Rejoignez plus de 3 400 entreprises mondiales qui ont choisi Coursera pour les affaires
Améliorez les compétences de vos employés pour exceller dans l’économie numérique
Foire Aux Questions
L'accès aux cours et aux devoirs dépend de votre type d'inscription. Si vous suivez un cours en mode audit, vous pourrez consulter gratuitement la plupart des supports de cours. Pour accéder aux devoirs notés et obtenir un certificat, vous devrez acheter l'expérience de certificat, pendant ou après votre audit. Si vous ne voyez pas l'option d'audit :
Il se peut que le cours ne propose pas d'option d'audit. Vous pouvez essayer un essai gratuit ou demander une aide financière.
Le cours peut proposer l'option "Cours complet, pas de certificat" à la place. Cette option vous permet de consulter tous les supports de cours, de soumettre les évaluations requises et d'obtenir une note finale. Cela signifie également que vous ne pourrez pas acheter un certificat d'expérience.
Lorsque vous achetez un certificat, vous avez accès à tous les supports de cours, y compris les devoirs notés. Une fois le cours terminé, votre certificat électronique sera ajouté à votre page de réalisations. Vous pourrez alors l'imprimer ou l'ajouter à votre profil LinkedIn. Si vous souhaitez uniquement lire et visualiser le contenu du cours, vous pouvez l'auditer gratuitement.
Vous pouvez prétendre à un remboursement intégral jusqu'à deux semaines après la date de votre paiement ou (pour les cours qui viennent d'être lancés) jusqu'à deux semaines après le début de la première session du cours, la date la plus tardive étant retenue. Vous ne pouvez pas obtenir de remboursement une fois que vous avez obtenu un certificat de cours, même si vous terminez le cours pendant la période de remboursement de deux semaines. Consultez notre politique de remboursement complète.