Beslutad av: Rektor för Handelshögskolan, 2018-09-27
Reviderad av: Rektor för Handelshögskolan, 2023-06-22
Innehåll
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.
Förväntade studieresultat
Kunskap och förståelse Efter avslutad kurs ska studenten kunna visa:
en fördjupad kunskap om det teoretiska ramverket för potentiella utfall för kausal inferens och användandet av strukturella modeller (riktade acykliska grafer);
en fördjupad förståelse av de antaganden som ligger till grund för kausal inferens med experimentella data och observationsdata;
en djupare förståelse för de metoder som presenteras under kursen för att dra kausala slutsatser.
Färdighet och förmåga Efter avslutad kurs ska studenten kunna:
tillämpa parametriska och icke/semiparametriska estimatorer av kausala effekter och förstå de tillhörande antagandena;
genomföra kausala analyser med statistisk programvara.
Värderingsförmåga och förhållningssätt Efter avslutad kurs ska studenten kunna: - utvärdera om de förutsättningar man antagit vid analys av experimentella data och observationsdata är rimliga; - utföra känslighetsanalys på skattningar av en kausal effekt.
Behörighetskrav
Univ: 90 hp i statistik och/eller matematisk statistik, eller motsvarande kunskaper. Engelska B/6.
Undervisningens upplägg
Kursen består av föreläsningar och lektioner. Obligatoriska inlämningsuppgifter förekommer där studenterna ska presentera sina lösningar.
Examination
Examinationen består av individuella skriftliga och muntliga redovisningar av inlämningsuppgifter. För inlämningsuppgifterna fastställs vissa datum då redogörelse senast skall inlämnas och/eller muntlig presentation ges. Vid betygssättningen på inlämningsuppgifterna tillämpas den tvågradiga skalan Godkänd (G) eller Underkänd (U).
Examinationen innehåller också en muntlig tentamen. Vid betygssättningen på den tillämpas den tregradiga skalan Väl Godkänd (VG), Godkänd (G) eller Underkänd (U).
För att bli godkänd på kursen krävs att samtliga inlämningsuppgifter är tillfredsställande redovisade och godkända. Betyget utgör en sammanfattande bedömning av resultaten vid examinationens olika delar och sätts först när alla obligatoriska moment är godkända.
Studerande som godkänts i prov får inte undergå förnyat prov för att uppnå ett högre betyg. För studerande som ej blivit godkänd erbjuds ytterligare provtillfällen enligt ett fastställt schema.
En student som utan godkänt resultat har genomgått ordinarie prov samt ett omprov för en kurs eller en del av en kurs, har vid nästa omprovstillfälle rätt att få en annan examinator eller rättande lärare utsedd, om inte särskilda skäl talar emot det. Student ska vända sig till studierektor med en sådan begäran senast två veckor innan nästa provtillfälle.
Examination baserad på samma kursplan som vid ordinarie examinationstillfälle garanteras två år efter studentens förstagångsregistrering på kursen.
Anpassningar Examinator kan besluta om avsteg från kursplanens examinationsform. Individuell anpassning av examinationsformen ska övervägas utifrån studentens behov. Examinationsformen anpassas inom ramen för kursplanens förväntade studieresultat. Student som har behov av en anpassad examination, och som har erhållit ett beslut om rätt till stöd från samordnare för studenter med funktionsnedsättning vid Studentcentrum, ska senast 10 dagar innan examinationen begära anpassning hos kursansvarig institution. Examinator beslutar om anpassad examination som sedan meddelas studenten.
Tillgodoräknande Tillgodoräknande sker enlig Umeå universitets tillgodoräknandeordning.
Litteratur
Giltig från:
2023 vecka 26
Recent developments in the econometrics of program evaluation Imbens G.W., Wooldridge J.M. Ingår i: Journal of economic literature. Nashville, Tenn. The Assoc. : 1969- : 47 : sid. 5-86 : Obligatorisk
Data analysis using regression and multilevel/hierarchical models Gelman Andrew., Hill Jennifer 2007 : 1 online resource (xxii, 625 pages) : http://dx.doi.org/10.1017/CBO9780511790942 ISBN: 9780511769559 Obligatorisk Se Umeå UB:s söktjänst Läsanvisning: Kapitel 9 och 10
Estimating causal effects for multivalued treatments: a comparison of approaches Linden A., Uysal S.D., Ryan A., Adams J.L. Ingår i: Statistics in medicine. Chichester : Wiley : 1982- : 35 : sid. 534-552 : Obligatorisk
Stratification and weighting via the propensity score in estimation of causal treatment effects: a comparative study Lunceford J.K., Davidian M. Ingår i: Statistics in medicine. Chichester : Wiley : 1982- : 23 : sid. 2937-2960 : Obligatorisk
Causal inference in statistics : a primer Pearl Judea, Glymour Madelyn, Jewell Nicholas P. 2016 : 136 s. : ISBN: 9781119186847 Obligatorisk Se Umeå UB:s söktjänst
Rosenbaum P.R. Sensitivity analysis in observational studies Ingår i: Encyclopedia of statistics in behavioral science Chichester : John Wiley : cop. 2005 : 4 vol. (2208 s.) : sid. 1809-1814 : Obligatorisk
Ytterligare artiklar samt utdrag ur böcker kan tillkomma, ca 50 sidor.