תוכן הקורס ומטרתו
מתאם אינו גורר בהכרח סיבתיות. בקורס זה נשאל מהו פרמטר סיבתי, וכיצד ניתן לאמוד פרמטרים אלו (ותחת אילו הנחות). מושגי יסוד בסיבתיות: הגדרת פרמטרים סיבתיים (לדוגמא האפקט הסיבתי הממוצע), הנחות קלאסיות לזיהוי פרמטרים ומשמעותן. רנדומיזציה, בלבול (confounding) והטיית בחירה (selection bias). שימוש במודלים גרפיים לא מעגליים (DAGs). שיטות אמידת א-פרמטריות ופרמטריות: Propensity score, רגרסיה, צימוד (matching) וגם IPW . בחירת שיטה ומשתנים בהתאם למודל גרפי והנחות. שילוב אלגוריתמי למידת מכונה בהסקה סיבתית. משתני עזר, תיווך.
טרם פורסם סילבוס מפורט