統計科學：超越相關性
Beyond Correlation in Statistical Science
| 節 | 週五 |
|---|---|
1 08:00–08:50 | 統計科學：超越相關性 YS107（陽明） 2 節連堂 |
2 09:00–09:50 |
* 根據陽明交大上課時間表所列
本課程旨在探討如何在統計科學中超越單純相關性，進一步理解變數之間的影響關係。課程聚焦於臨床試驗與觀察性研究中效果的估計與解釋，並介紹以潛在結果與圖形模型為基礎的分析架構。內容涵蓋混雜調整方法，包括後門準則、前門準則、G 估計、傾向分數與工具變數等方法。課程並結合 R 語言之實際資料分析，強化理論與實務的連結，培養學生在效果評估、假設檢驗與混雜處理上的分析能力。This course aims to go beyond simple correlations and develop a statistical framework for understanding relationships among variables. It focuses on the estimation and interpretation of effects in clinical trials and observational studies, introducing analytical frameworks based on potential outcomes and graphical models. Topics include methods for confounding adjustment, such as back-door and front-door criteria, G-estimation, propensity score methods, and instrumental variables. Real data applications using R are incorporated to bridge theory and practice, enhancing students’ skills in effect estimation, hypothesis testing, and confounding control.
無
無備註
教師未提供此項資料
35% 出席/課堂參與/作業練習，65% 報告/考試
教師未提供此項資料
| 週次 | 主題 |
|---|---|
| 第 1 週 | 1 Fundamental problem of causal inference 時數：[2026-09-11]温啟仲(2.00) |
| 第 2 週 | 2 Randomized experiments 時數：[2026-09-18]温啟仲(2.00) |
| 第 3 週 | 3 Observational studies 時數：[2026-09-25]温啟仲(2.00) |
| 第 4 週 | Case study, report/exam 時數：[2026-10-02]温啟仲(2.00) |
| 第 5 週 | 4 Effect modification, Interaction 時數：[2026-10-09]温啟仲(2.00) |
| 第 6 週 | 5 Causal directed acyclic graphs 時數：[2026-10-16]温啟仲(2.00) |
| 第 7 週 | 6 Back-door methods 時數：[2026-10-23]温啟仲(2.00) |
| 第 8 週 | Case study, report/exam 時數：[2026-10-30]温啟仲(2.00) |
| 第 9 週 | 7 Standardization methods 時數：[2026-11-06]温啟仲(2.00) |
| 第 10 週 | 8 Front-door methods 時數：[2026-11-13]温啟仲(2.00) |
| 第 11 週 | 9 Instrumental variable methods 時數：[2026-11-20]温啟仲(2.00) |
| 第 12 週 | Case study, report/exam 時數：[2026-11-27]温啟仲(2.00) |
| 第 13 週 | 10 Propensity score methods 時數：[2026-12-04]温啟仲(2.00) |
| 第 14 週 | 11 Time-dependent confounding 時數：[2026-12-11]温啟仲(2.00) |
| 第 15 週 | 12 Dynamic treatment regimes 時數：[2026-12-18]温啟仲(2.00) |
| 第 16 週 | Case study, report/exam 時數：[2026-12-25]温啟仲(2.00) |
1. Causal Inference: What If. (2024) Miguel A. Hernan, James M. Robins 2. Fundamentals of Causal Inference: With R (2022) Babette A. Brumback 3. Causal Inference in Statistics: A Primer (2016) Judea Pearl, Madelyn Glymour, Nicholas P. Jewell
- 地點
- 醫學二館211
- 時間
- 預約
- 聯絡方式
- ccwen@nycu.edu.tw