Los diagramas causales han revolucionado la forma en que los investigadores se preguntan: ¿Cuál es el efecto causal de X sobre Y? Se han convertido en una herramienta clave para los investigadores que estudian los efectos de los tratamientos, las exposiciones y las políticas. Al resumir y comunicar suposiciones sobre la estructura causal de un problema, los diagramas causales han ayudado a aclarar paradojas aparentes, describir sesgos comunes e identificar variables de ajuste. Como resultado, una comprensión sólida de los diagramas causales es cada vez más importante en muchas disciplinas científicas.

La primera parte de este curso consta de siete lecciones que introducen diagramas causales y sus aplicaciones a la inferencia causal. La primera lección introduce los DAG causales, un tipo de diagramas causales, y las reglas que los gobiernan. Las lecciones segunda, tercera y cuarta usan DAG causales para representar formas comunes de sesgo. La quinta lección utiliza DAG causales para representar tratamientos que varían en el tiempo y retroalimentación que confunde el tratamiento, así como el sesgo de los métodos estadísticos convencionales para el ajuste de confusión. La sexta lección presenta los tragos, otro tipo de diagramas causales. La séptima lección guía a los alumnos en la construcción de diagramas causales.

La segunda parte del curso presenta una serie de estudios de caso que destacan las aplicaciones prácticas de los diagramas causales a preguntas del mundo real de las ciencias sociales y de la salud.Crédito de la foto del profesor: Anders Ahlbom