Home Workshops / Konferenzen Videos Forschung Dienstleistungen Team
Impressum / Kontakt
deutschsprachige Version 
Besucher seit 27.02.2014:
ganze Website: 390240
Besucher seit 03.04.2017:
aktuelle Seite: 537
Causal Effects EAM Fachgruppe Methoden und Evaluation (DGPs)

Kurse: Kursinformationen

de  Methoden der Evaluationsforschung II

Kursleitung: Prof. Dr. Rolf Steyer

Sommersemester 2017, Kurs, Sprache: Deutsch, Thema: Methoden der Evaluationsforschung

Um die herunterladbaren Videos anzuschauen, benötigen Sie den VLC Player VLC media player, den Sie hier herunterladen können. Die Videos werden bereitgestellt über die Digitale Bibliothek Thüringen Digitale Bibliothek Thüringen (dbt). Die grün verlinkten Videos und Materialien sind kostenfrei abrufbar. Klicken Sie auf den grünen Link, um das Video zu sehen oder die Datei herunterzuladen! Um alle Materialien und Videos abrufen zu können, müssen Sie sich einloggen.

 

Zur Live-Übertragung


Download der prüfungsrelervante/Vorlesungsrelevante Literatur (nur für Studenten der Vorlesungen)



Datum Thema Video Präsentation (PDF) und sonstiges Material
03.04.2017
  1. Überblick und Einordnung der Vorlesung
  2. Simpson Paradox
  3. Nonorthogonale Varianzanalyse
  4. Definition kausaler Effekte in einem Joe-Ann Beispiel
Video (Stream)

Video (Download; VLC Player)
Folien
(aktualisiert am 04.04.2017)

Probability and Causality
Datensatz

Tafelbild
10.04.2017
  1. Beispiel: Direkte und indirekte Effekte in einem randomisierten Experiment
  2. Berechnung von partiellen Regressionskoeffizienten bei beliebig vielen Regressoren
  3. Partialkorrelation
Video (Stream)

Video (Download; VLC Player)
Tafelbilder
24.04.2017
  1. Die Notwendigkeit, Zufallsvariablen und Ereignisse zeitlich zu ordnen
  2. Filtration
  3. Von einer Zufallsvariablen erzeugte Sigma-Algebra
  4. Vorgeordetheitsrelation von Ereignismengen, Ereignissen und Zufallsvariablen
  5. Eigenschaften der Vorgeordnetheitsrelation
Video (Stream)

Video (Download; VLC Player)
Probability and Causality
(aktualisiert am 22.05.2017)

Tafelbilder
08.05.2017
  1. Gleichgeordnetheit von Ereignismengen, Zufallsvariablen, und Ereignissen
  2. Eigenschaften der Gleichgeordnetheitsrelation
  3. Kausalitätsraum
  4. Sigma-Algebra der potentiellen Störvariablen
  5. Potentielle Störvariable
  6. Globale potentielle Störvariable
  7. Kovariate
  8. True-Outcome-Variable
Video (Stream)

Video (Download; VLC Player)
Tafelbild 01
Tafelbild 02
15.05.2017
  1. Beispiele für Vorgeordnetheit einer Produktvariablen gegenüber einer Komponente des Produkts
  2. Allgemeine Definition der bedingten Erwartung
  3. Beispiele für Nullmengen (Ereignisse mit Wahrscheinlichkeit 0)
  4. Joe-Ann-Beispiel „No treatment for Joe“, in dem ein Wert der bedingten Erwartung beliebig ist
  5. Allgemeine Definition der bedingten Erwartung bezüglich eines bedingten Wahrscheinlichkeitsmaßes
  6. Erwartungswert einer solchen bedingten Erwartung bzgl. des Maßes P
Video (Stream)

Video (Download; VLC Player)
Tafelbilder
22.05.2017
  1. Das PX=x-bedingte Wahrscheinlichkeitsmaß
  2. Bedingte Erwartung bzgl. des PX=x-bedingte Wahrscheinlichkeitsmaßes
  3. Erwartungswert bzgl. P einer solchen bedingten Erwartung
  4. P-uniqueness und damit äquivalente Bedingungen
  5. Unverfälschtheit von E(Y|X=x) bzgl. τx
  6. Unverfälschtheit von E(Y|X) bzgl. der Familie
    (τx , x ∈ ΩX)
Video (Stream)

Video (Download; VLC Player)
Probability and Causality

Tafelbilder
29.05.2017
  1. Fragen und Beispiele zu P-uniqueness und PX=x-uniqueness bestimmter bedingter Erwartungen
  2. Bedingungen, die äquivalent mit P-uniqueness sind
  3. Definition der Unverfälschtheit von Erwartungswerten und bedingter Erwartungen
  4. Definition der Unverfälschtheit von Prima-facie Effekten und Prima-facie Effektfunktionen
  5. Illustration dieser Konzepte mit dem Causal Effect Explorer
  6. Ein erstes Theorem zur Verfälschtheit von Erwartungswerten und bedingter Erwartungen
Video (Stream)

Video (Download; VLC Player)
Tafelbilder
12.06.2017
  1. Abschwächung der Voraussetzungen bei der Definition der Unverfälschtheit
  2. Abschwächung der Voraussetzungen bei der Definition bedingter und durchschnittlicher kausaler Effekte
  3. Beweis der Behauptung, dass die Z-bedingte Unabhängigkeit der Variablen Y von CX die Unverfälschheit von E(Y|X=x, Z) impliziert
  4. Baseline bias and effect bias
Video (Stream)

Video (Download; VLC Player)
Tafelbilder
26.06.2017
  1. Zusammenfassung des Stoffs des Semesters
  2. Vorgeordnetheit
  3. Kausalitätsraum
  4. True-Outcome-Variable
  5. Unverfälschtheit
  6. Bedingter und durchschnittlicher kausaler Effekt
  7. Hinreichende Bedingungen für die Unverfälschtheit
Video (Stream)

Video (Download; VLC Player)
Tafelbilder