因果図は、研究者が尋ねる方法に革命をもたらしました：Yに対するXの因果効果は何ですか？ 彼らは、治療、曝露、および政策の影響を研究する研究者にとって重要なツールとなっています。 問題の因果構造に関する仮定を要約し、伝達することによって、因果図は、明らかなパラドックスを明確にし、共通のバイアスを記述し、調整変数を特定 その結果、因果関係図の健全な理解は、多くの科学分野でますます重要になってきています。

このコースの最初の部分は、因果図とその因果推論への応用を紹介する七つのレッスンで構成されています。 最初のレッスンでは、因果関係Dag、因果関係図の一種であり、それらを管理するルールについて説明します。 第二、第三、および第四のレッスンは、バイアスの一般的な形態を表すために因果Dagを使用しています。 第五のレッスンは、交絡調整のための従来の統計的方法のバイアスと同様に、時変処理と治療交絡フィードバックを表すために因果Dagを使用しています。 第六のレッスンでは、別のタイプの因果図であるSWIGsを紹介します。 第七のレッスンは、因果図を構築する際に学習者をガイドします。

コースの第二部は、健康と社会科学からの現実世界の質問に因果図の実用的なアプリケーションを強調するケーススタディのシリーズを提示します。

教授写真クレジット：アンダースAhlbom