Il corso tratta dei metodi statistici per fare inferenza su effetti causali da dati sperimentali e osservazionali. Verranno utilizzati esempi da diverse discipline: economia, scienze dell'educazione, epidemiologia, scienze biomediche e riguarderanno, tra l'altro, la valutazione della formzione professionale e altre politiche attive del lavoro, la valutazione di trattamenti medici, l'analisi di studi clinici, la valutazione degli effetti del fumo e del servizio militare.
Il testo di riferimento principale per il corsa è "Causal Inference for Statistics, Social, and Biomedical Sciences: An Introduction",
di
Guido
W.
Imbens
e
Donald
B.
Rubin,
che sarà pubblicato alla fine del 2014 da Cambridge University Press.
Capitoli del libro saranno distribuiti agli studenti se il libro non sarà disponibile per l'inizio del corso. Articoli aggiuntivi saranno resi disponibili dal docente.
Obiettivi Formativi
Gli studenti acquisiranno la capacità di valutare la plausibilità di conclusioni causali e l'abilità di applicare appropriati metodi statistici per le analisi causali.
Prerequisiti
Inferenza statistica
Metodi Didattici
Lezioni frontali, anche con presentazioni di casi di studio
Modalità di verifica apprendimento
Il voto finale si baserà sulla valutazione delle esercizi assegnati a casa, 1 prova intermedia, un progetto finale con discussione orale.
Programma del corso
Part
I:
The
Basic
Framework
-
A
Brief
History
of
the
Potential
Outcome
Approach
to
Causal
Inference
-
A
Taxonomy
of
Assignment
Mechanisms
Part
II:
Classical
Randomized
Experiments
-
A
Taxonomy
of
Classical
Randomized
Experiments
-
Fisher’s
Exact
P‐values
for
Completely
Randomized
Experiments
-
Neyman’s
Repeated
Sampling
Approach
to
Completely
Randomized
Experiments
‐
Regression
Methods
for
Completely
Randomized
Experiments
-
Model‐based
Inference
in
Completely
Randomized
Experiments