Servicenavigation

Statistik: mehr als Erbsen zählen

Sie sind hier:

Fortbildungen des Alumni-Vereins

Fortbildung am 14. November 2020

Kausale Inferenz mit DAGs (Directed Acyclic Graphs)

Der Alumni-Verein Dortmunder Statistikerinnen und Statistiker veran­staltet am Samstag, den 14. November 2020 von 9:00 Uhr bis 12:00 Uhr eine halbtägige, digitale Fortbildung zu kausaler Inferenz.

Dozent ist Dr. Paul Hünermund.

Die Fortbildung richtet sich an Mitglieder unseres Vereins und der Fakultät Statistik sowie andere Interessierte. Die Fortbildung wird auf Deutsch angeboten. Eine Anmeldung ist bis einschließlich 7. November per E-Mail an alumni@statistik.tu-dortmund.de möglich. Für Mitglieder und Studierende bzw. Mitarbeiterinnen und Mitarbeiter der Fakultät Statistik über­nimmt der Verein die Kosten. Alle übrigen Teilnehmer und Teil­nehmer­in­nen bezahlen 20 Euro.

Die Teilnehmenden selbst müssen für einen Ort mit internetfähigem Computer und Internetverbindung sorgen, von dem aus sie der Weiterbildung digital beiwohnen können.

Über den Dozenten: Dr. Paul Hünermund ist Assistenzprofessor an der Copenhagen Business School, Department Strategy & Innovation. In Zusammenarbeit mit dem Leibniz-Zentrum für Europäische Wirtschafts­forschung (ZEW) war er an Beratungsprojekten für die Europäische Komission und das Bundesministerium für Bildung und Forschung beteiligt. Seine Forschungsinteressen umfassen unter anderem die Bereiche Innovation, Entrepreneuership, Forschung und Entwicklung sowie kausale Inferenz.

Weitere Informationen: p-hunermund.com

 

Zum Inhalt

Dieser Kurs bietet eine Einführung in das Thema kausale Inferenz mithilfe von DAGs (Directed Acyclic Graphs). DAGs kombinieren Konzepte aus der ma­the­matischen Graphentheorie sowie der Statistik und stellen ein nützliches Werkzeug dar, um kausale Schlussfolgerungen in der Datenanalyse zu ermöglichen.

Neben der Informatik und künstlichen Intelligenz fin­den DAGs heutzutage auch immer mehr Anwendungen in anderen Disziplinen wie der Epide­mio­logie, den Sozial- und Politikwissenschaften, der Philosophie sowie der Betriebs- und Volkswirtschaftslehre. Annahmen über den Daten­ge­ne­rie­rungsprozess, ohne die keine kausalen Inferenzen möglich wären, können durch DAGs transparent und leicht nachvollziehbar kommuniziert werden. Eine zusätzliche Stärke des Ansatzes besteht in seiner Auto­ma­ti­sier­barkeit, wodurch die Anwendung kein hohes Maß an mathe­ma­ti­schem Vorwissen verlangt.

Neben einer generellen Einführung in das Thema kausale Inferenz liegt der Schwerpunkt des Kurses darauf, wie DAGs dazu benutzt werden können, um eine Vielzahl von praktischen Proble­men in der angewandten (kausalen) Datenanalyse zu lösen. Dazu gehören u. a. verzerrte Schätzer, Instrumentalvariablen, selektive Stichproben und die externe Validität von Experimenten.

 

Bislang durchgeführte Fortbildungen

  2020     Kausale Inferenz mit DAGs     Dr. Paul Hünermund  
  2019     Machine Learning in R mit mlr     Dr. Michael Lang  
  Dynamische Dokumente in R mit knitr und Markdown     Jakob Richter  
  2018     Einführung in Shiny     Jakob Richter  
  2016     Datenvisualisierung und Pharmacometrics     Andreas Krause