Мы используем файлы cookies для улучшения работы сайта НИУ ВШЭ и большего удобства его использования. Более подробную информацию об использовании файлов cookies можно найти здесь, наши правила обработки персональных данных – здесь. Продолжая пользоваться сайтом, вы подтверждаете, что были проинформированы об использовании файлов cookies сайтом НИУ ВШЭ и согласны с нашими правилами обработки персональных данных. Вы можете отключить файлы cookies в настройках Вашего браузера.

  • A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

Новости

Состоялись курсы повышения квалификации Лаборатории сравнительных социальных исследований им. Р. Ф. Инглхарта

Тема курса в этом году — «Методы статистического причинно-следственного вывода»

Состоялись курсы повышения квалификации Лаборатории сравнительных социальных исследований им. Р. Ф. Инглхарта

Курсы «Методы статистического причинно-следственного вывода» состоялись в Москве с 19 по 24 августа. Лекции и семинары для слушателей провёл ведущий научный сотрудник ЛССИ Борис Соколов, кандидат политических наук. 

Курсы объединили участников и слушателей из Москвы и Санкт-Петербурга, среди которых были студенты, сотрудники и аспиранты московского и питерского кампусов НИУ ВШЭ, а также МГУ им. М.В. Ломоносова.

Слушатели познакомились с ключевыми положениями теории статистического причинно-следственного вывода (causal inference) — активно развивающегося раздела науки о данных. Концепции и методы, разработанные в рамках этой теории, широко используются во многих академических дисциплинах, включая, среди прочего, демографию, криминологию, маркетинг, политологию, психологию, социологию, экономику и эпидемиологию, а также в коммерческой практике и государственном управлении. 

В рамках курса были рассмотрены:

  • теория потенциальных исходов (также известная как каузальная модель Рубина); 

  • теория каузальных диаграмм, или направленных ациклических графов; основные типы экспериментальных дизайнов и методы их статистического анализа; 

  • мэтчинг и обратное взвешивание по вероятности; инструментальные переменные; 

  • разрывный дизайн; 

  • метод «разность разностей».