Digicampus
Seminar: Seminar zur Stochastik (Master) - Details
You are not logged into Stud.IP.
Lehrveranstaltung wird in Präsenz abgehalten.

General information

Subtitle Introduction to Causal Inference
Course number MTH-1410
Semester SS 2022
Current number of participants 6
expected number of participants 8
Home institute Mathematical Statistics and Artificial Intelligence in Medicine
participating institutes Institut für Mathematik
Courses type Seminar in category Teaching
First date Tue , 03.05.2022 10:00 - 11:30, Room: (1007 L1)
Participants Masterstudiengänge Mathematik und Wirtschafstsmathematik sowie Master Mathematical Analysis and Modelling International geeignet.
Pre-requisites Stochastik I und II sind hilfreich
Online/Digitale Veranstaltung Veranstaltung wird in Präsenz abgehalten.
Hauptunterrichtssprache deutsch
Literaturhinweise Hernan, M and Robins, J. (2020). Causal Inference – What if. CRC Press.
Miscellanea Die Vorbesprechung ist am Dienstag, 08.02.2021 um 10:30 Uhr per Zoom. Sollten Sie am Vorbesprechungstermin verhindert sein, schreiben Sie bitte eine E-Mail an sarah.friedrich@uni-a.de. Bei großem Interesse entscheidet der Eingang Ihrer E-Mail ggf. über die Teilnahme.
Join Zoom Meeting:
https://uni-augsburg.zoom.us/j/96974841863?pwd=cUhickN2WXJHbGJVSkh4bllMa25lUT09
Meeting ID: 969 7484 1863
Passcode: Fy@6v#
ECTS points 6

Course location / Course dates

(1007 L1) Tuesday: 10:00 - 11:30, weekly (5x)

Module assignments

Comment/Description

Kausale Inferenz bezeichnet eine Disziplin, die sich mit Annahmen, Studiendesigns und Modellierungsstrategien beschäftigt, die es ForscherInnen ermöglichen, kausale Schlussfolgerungen basierend auf Daten zu ziehen. Der Begriff „kausale Schlussfolgerung“ bezieht sich dabei auf die Wirkung einer kausalen Variable (meist als „Behandlung“ im weitesten Sinne des Wortes bezeichnet) auf ein interessierendes Outcome. Grundlage kausaler Inferenz sind sogenannte counterfactual outcomes.

Admission settings

The course is part of admission "Anmeldung gesperrt (global)".
Settings for unsubscribe:
  • Admission locked.