TILS1500 Causal models (2–5 cr)

Open the course unit brochure on Sisu
Study level:
Advanced studies
Grading scale:
0-5
Language:
Finnish
Responsible organisation:
Department of Mathematics and Statistics
Curriculum periods:
2020-2021, 2021-2022, 2022-2023

Description

Kausaalisuus on tieteen keskeisimpiä käsitteitä. Kausaalipäättelyssä tehdään päätelmiä siitä, miten jokin tekijä (syy) vaikuttaa toiseen tekijään (seuraus). Kokeellinen tutkimus liittyy läheisesti kausaalipäättelyyn: kokeessa jotakin tekijää muutetaan tai varioidaan kontrolloidusti ja tarkastellaan vasteessa tapahtuvaa muutosta. Kausaalipäättely on mahdollista myös havainnoivassa tutkimuksessa, jos tehdyt oletukset sekoittavista tekijöistä ovat voimassa. Kausaalipäättelyssä päätelmiin vaikuttavat siis havaintojen lisäksi myös oletukset tekijöiden välisistä syy-seuraus-suhteista.

Kurssi käsittelee kausaalisuhteiden mallintamista, kausaalipäättelyä ja kausaalivaikutusten estimointia. Tärkeimpänä työvälineenä käytetään Judea Pearlin esittämää funktionaalista kausaalimallia.

Learning outcomes

Kurssin suorittanut
  • tuntee kausaalisuuden käsitteen,
  • osaa esittää kausaalisuhteita graafisilla malleilla,
  • tuntee Rubinin ja Pearlin kausaalimallit ja niihen liittyvää käsitteistöä,
  • osaa käyttää ohjelmistoja kausaalipäättelyyn,
  • osaa tehdä päätelmiä kausaalivaikutuksista,
  • tietää kausaalimallien yhteyden rakenneyhtälömalleihin,
  • osaa estimoida kausaalivaikutuksia havaintoaineistosta,
  • osaa arvioida kriittisesti tiedotusvälineissä esitettyjä väitteitä syy-seuraussuhteista.

Lisäksi opiskelija, joka on suorittanut kurssin 5 opintopisteen laajuisena:
  • hallitsee käsiteltyihin asioihin liittyvän teorian,
  • osaa soveltaa kausaalilaskentaa
  • ymmärtää joidenkin kausaalipäättelyssä käytettyjen algoritmien toimintaperiaatteita,
  • osaa tehdä kontrafaktuaalisia päätelmiä.


Additional information

Tilastotieteen opintosuunnan opiskelijoille kurssin laajuus on 5 op.
Muut opiskelijat voivat valita kurssin laajuuden 2 op tai 5 op.

Description of prerequisites

5 op suoritus: Tilastollinen päättely 1 ja 2, R-kurssi, Johdatus diskreettiin matematiikkaan.

2 op suoritus: Datasta malliksi tai Tilastomenetelmien peruskurssi tai vastaavat tiedot, perusvalmiudet R-ohjelmiston käyttöön

Completion methods

Method 1

Evaluation criteria:
Arviointiin vaikuttavat menestys kurssitentissä ja mahdollisesti aktiivisuus harjoitustehtävien tms. tekemisessä sekä harjoitustyöstä suoriutuminen.
Select all marked parts

Method 2

Evaluation criteria:
Kurssin lopputentissä hyväksyttyyn suoritukseen vaaditaan yleensä vähintään puolet tentin maksimipisteistä.
Select all marked parts
Parts of the completion methods
x

Teaching (2–5 cr)

Type:
Participation in teaching
Grading scale:
0-5
Evaluation criteria:
Arviointiin vaikuttavat menestys kurssitentissä ja mahdollisesti aktiivisuus harjoitustehtävien tms. tekemisessä sekä harjoitustyöstä suoriutuminen. Opetusohjelmassa on tarkemmat arviointiperusteet.
Language:
Finnish
Study methods:

Harjoitukset, harjoitustyö ja kurssitentti

Teaching

x

Exam (2–5 cr)

Type:
Exam
Grading scale:
0-5
Evaluation criteria:
Kurssin lopputentissä hyväksyttyyn suoritukseen vaaditaan yleensä vähintään puolet tentin maksimipisteistä. Opetusohjelmassa on tarkemmat arviointiperusteet.
Language:
Finnish
Study methods:

lopputentti

Teaching