※ 本文是否可提供台大同学转作其他非营利用途？（须保留原作者 ID） （是／否／其他条件）：是 哪一学年度修课： ψ 授课教师 (若为多人合授请写开课教师，以方便收录) 黄彦棕 λ 开课系所与授课对象 (是否为必修或通识课 / 内容是否与某些背景相关) 数学系所、应数所、基因学程 δ 课程大概内容 第2周 9/27 A definition of causal effect 第3周 10/04 Randomized experiments 第4周 10/11 Observational studies 第5周 10/18 Effect modification 第6周 10/25 Interaction 第7周 11/01 Graphical representation of causal effects 第8周 11/08 Confounding 第9周 11/15 Selection bias 第10周 11/22 IP weighting and marginal structural models 第11周 11/29 Standardization and the parametric g-formula 第12周 12/06 G-estimation and structural nested models 第13周 12/13 Introduction to mediation 第14周 12/20 Multi-mediator models 第15周 12/27 Hypothesis tests of mediation 第16周 1/03 Instrumental variable 第17周 1/10 [no class] 第18周 1/17 FINAL PROJECT? Ω 私心推荐指数(以五分计) ★★★★★ ★★★★★ η 上课用书(影印讲义或是指定教科书) Hernàn & Robins. Causal inference: what if. 以及老师简报、指定文章 μ 上课方式(投影片、团体讨论、老师教学风格) 本学期除了期末报告以外完全都是远距教学 在上 what if 那本课本时就是录投影片 然後老师对着投影片讲话比划 最後几周中介分析和工具变数的内容 老师就放去年实体上课的录影 期末最後两周有期末报告 分组报告指定的期刊文章，与中介分析和工具变数相关 σ 评分方式(给分甜吗？是紮实分？) 还不知道，之後补，但作业给分很高 ρ 考题型式、作业方式 没有考试，有三次作业一次分组报告 应该是全数学系课程要求最低的课 作业就是跟课堂内容相关的简单练习 分组报告指定的期刊文章的部分比较困难，吃重既有的知识 ω 其它(是否注重出席率？如果为外系选修，需先有什麽基础较好吗？老师个性？ 加签习惯？严禁迟到等…) 应该只要修过初统（知道什麽是 pdf、cdf、条件机率） 知道 Stieltjes 积分的 notation 应付课程的前三分之二就没有问题 但课程的後三分之一有许多蛮技术性的细节 不过，因为不会考试，也不见得要弄懂每一个细节才能通过这门课 Ψ 总结 大概是我这学期修过最喜欢的课 虽然没能搞懂每一个数学证明 而且因为修其他课有点应付不来，也没办法在这门课上花太多时间 但确实有那种眼界变得更开阔的感觉 只修过系上的统计学、计量经济学导论和高统一 在修这门课的过程中也发现很多自己的不足之处 不过面对很多复杂的、蛮技术性的部分 也有被激起学习的兴趣 让人以後想要继续学习相关的因果推论、统计、回归分析知识 虽然没有很多接触，黄彦棕老师本人也感觉很有魅力！ --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 140.112.25.33 (台湾) ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/NTUcourse/M.1642389328.A.229.html