Orsaksdiagram har revolutionerat hur forskare frågar: Vad är orsakseffekten av X på Y? De har blivit ett viktigt verktyg för forskare som studerar effekterna av behandlingar, exponeringar och politik. Genom att sammanfatta och kommunicera antaganden om orsakssambandet hos ett problem har kausaldiagram hjälpt till att klargöra uppenbara paradoxer, beskriva vanliga fördomar och identifiera justeringsvariabler. Som ett resultat blir en sund förståelse av kausaldiagram allt viktigare i många vetenskapliga discipliner.

den första delen av kursen består av sju lektioner som introducerar kausaldiagram och dess tillämpningar på kausal inferens. Den första lektionen introducerar kausala dag, en typ av kausala diagram och de regler som styr dem. Den andra, tredje och fjärde lektionen använder kausala dag för att representera vanliga former av partiskhet. Den femte lektionen använder kausala dag för att representera tidsvarierande behandlingar och behandlingsförstörande återkoppling, liksom bias av konventionella statistiska metoder för förvirrande justering. Den sjätte lektionen introducerar SWIGs, en annan typ av kausaldiagram. Den sjunde lektionen guidar eleverna i att konstruera kausala diagram.

den andra delen av kursen presenterar en serie fallstudier som belyser de praktiska tillämpningarna av orsaksscheman på verkliga frågor från hälso-och samhällsvetenskap.

Professor Fotokredit: Anders Ahlbom