Causale besluitvorming op basis van observationele studies
Doelstelling: Deze vorming behandelt enkele basismethoden om causale effectparameters (estimands) te schatten op basis van observationele studies. We tonen hoe belangrijk de datastructuur (design issues) is, startend vanuit de veronderstelling dat een behandeling of interventie met een bepaalde uitkomst is geassocieerd.
Doelgroep: Onderzoekers met basiskennis statistisch modeleren, die vlot programmeren in R.
We definiëren ‘causaliteit’ en leggen uit waarom associatie niet noodzakelijk causatie impliceert. Vervolgens omschrijven we het begrip ‘potentiële uitkomst’ en formuleren we het fundamenteel probleem van causale besluitvorming. We definiëren veelvoorkomende causale estimands aan de hand van potentiële uitkomsten.
We stellen methoden voor om causale estimands uit observationele studies af te leiden. We behandelen methoden die de data balanceren zoals stratificatie, matching en weging. Meer geavanceerde methoden zijn gebaseerd op de aard van de uitkomst, de behandeling en de confounders. Sommige van die methoden zijn quasi-experimenteel, en maken bijvoorbeeld gebruik van `difference in differences’, `regressie discontinuiteit’ en `instrumentele variabelen’. We bespreken ook kort methoden voor behandelingen en confounders die variëren in de tijd en de marginale structurele modellen.
Opgelet
Als onderzoeker aan de hogeschool is de sessie voor jou helemaal gratis. Voor ons niet, want als organisator vergoeden wij de lesgever. Kan je door omstandigheden dus niet aanwezig zijn? Laat ons dit dan vijf werkdagen voor de vorming weten. Stuur hiervoor een mail naar lore.soleme@vlaamsehogescholenraad.be.
Bij afwezigheid zonder geldige reden, rekenen wij 50 euro kosten aan per gemiste sessie.
Indien je geen onderzoeker aan een hogeschool bent, dan vragen we een deelnemersprijs van 50 euro per sessie.
Lesgever
Frederik De Keersmaeker is doctor in de wiskunde en master in de ingenieurswetenschappen. Als statistical consultant, verbonden aan het Center for Statistics aan UGent, ondersteunt hij doctoraatsstudenten bij hun data-analyses, geeft hij cursussen statistiek in het kader van de doctoraatsopleiding en levenslangs leren en werkt hij aan projecten voor externe partners.
Hij verzorgde oefenzittingen voor een waaier aan wiskundevakken, eerst aan de KULeuven, daarna tijdens zijn doctoraat aan Cornell University. In 2018 ontving hij de Torng Prize for Excellence in Teaching voor de innovatieve manier waarop hij in-person hoorcolleges combineerde met een online platform voor feedback.
