Seminar "Kausale Inferenz in Statistik und maschinellem Lernen"
Beschreibung
Obwohl die meisten Studien in den Bio- und Sozialwissenschaften eigentlich kausale Fragestellungen beantworten möchten, beschränken sich die verwendeten Ansätze zumeist auf Untersuchungen von Assoziationen.
Typische Beispiele für kausale Fragestellungen sind:
- Was war die Todesursache eines gegebenen Individuums in einer bestimmten Situation?
- Welcher Anteil von Straftaten hätte durch eine gegebene Maßnahme verhindert werden können?
- Welchen Effekt hat Rauchen auf die Sterblichkeit in einer gegebenen Population?
Ziel dieses Seminars ist die gemeinsame Erarbeitung von grundlegenden Konzepten der kausalen Inferenz und von Methoden zur Quantifizierung von kausalen Effekten.
Literatur
- Hernan & Robins (2020). Causal Inference - What if. CRC Press.
- Peters, Janzing & Schölkopf (2017). Elements of causal inference. The MIT Press.
Voraussetzungen
- Das Seminar richtet sich an Studierende aus den Masterstudiengängen Statistik, Data Science und Econometrics.
- Einige Themen eignen sich auch für interessierte Statistik-Studierende aus dem fortgeschrittenen Bachelorstudium.
- Es wird ein grundlegendes Verständnis von probabilistischen und statistischen Konzepten und von linearer Algebra erwartet.
Ablauf
- Das Seminar findet in Form von 2-4 Blockterminen statt, beginnend etwa in der Mitte des Semesters.
- Die Benotung erfolgt auf Grundlage einer Ausarbeitung (deutsch oder englisch) sowie dem Vortrag (englisch).
Anmeldung
Eine verbindliche Anmeldung erfolgt unter Angabe des Studiengangs und der Matrikelnummer per E-Mail an sia.statistik@tu-dortmund.de.
