Hoppa direkt till innehållet
printicon

Kausal inferens vid registerstudier

  • Antal högskolepoäng 7,5 hp
  • Nivå Avancerad nivå
  • Starttid Hösttermin 2018

Om kursen

Att dra kausala slutsatser, dvs slutsatser om orsakssamband, är ett viktigt mål i många empiriska vetenskaper. I en kausal analys definieras en kausal parameter i en statistisk mening och underliggande antaganden för hur parametern ska kunna skattas formuleras. Antagandena är klargörande för skillnader i hur experiment- och observationsdata kan användas för att dra kausala slutsatser. Under kursen fokuserar vi på två tongivande ansatser inom kausal inferens, i) potentiella utfall och ii) strukturella modeller (riktade acykliska grafer). Vi går igenom de teoretiska grunderna för potentiella utfall och ansatser för estimation av kausala effekter i experiment och observationsstudier. Datamaterial demonstreras under kursen och praktisk problemlösning och dataanalys genomförs parallellt med de teoretiska genomgångarna.


 

Anmälan och behörighet

Kausal inferens vid registerstudier, 7,5 hp

Det finns inga tidigare terminer för kursen Hösttermin 2018 Det finns inga senare terminer för kursen

Startar

5 november 2018

Slutar

20 januari 2019

Studieort

Umeå

Undervisningsspråk

Engelska

Studieform

Dagtid, 50%

Behörighetskrav

Univ: 90 hp i statistik i statistik och/eller matematisk statistik, eller motsvarande kunskaper. Engelska B, Engelska/6.
 

Urval

Högskolepoäng avklarade per sista anmälningsdag (för utbildning på grundnivå 1-165 hp, för avancerad nivå 30-285 hp)

Anmälningskod

UMU-27805

Anmälan

Sista anmälningsdag var den 16 april 2018. Du kan inte längre anmäla dig.

Studieavgifter

Anmälnings- och studieavgifter krävs för dig som inte har medborgarskap i EU, EES-länderna eller Schweiz. Läs mer på antagning.se

Kontaktformulär

Kontaktformulär

Tänk på att universitetet är en statlig myndighet och att det du skriver här kan bli en allmän handling. Var därför försiktig med att skriva känsliga eller personliga frågor här i kontaktformuläret. Alla uppgifter behandlas enligt dataskyddsförordningen (GDPR)