课程主页: https://www.coursera.org/learn/crash-course-in-causality
在现代统计学中，因果关系的理解至关重要，特别是在面对观察性数据时。Coursera上提供的课程《因果关系速成课程：从观察数据推断因果效应》正是为了帮助学员深入探索这一主题而设计的。该课程历时五周，重点讲解了什么是因果效应、如何定义因果效应以及在自身数据和模型上需要做出哪些假设。通过本课程，学习者将会掌握一些流行的统计方法，并有机会在R语言（免费的统计软件环境）中应用和解释这些方法。
第一周的内容为“欢迎及因果效应介绍”，它通过潜在结果的定义引导学员深入思考因果效应，并区分变量设置和条件变量。接下来的模块介绍了混杂因素和有向无环图（DAGs），学员通过这些图理解如何识别是否存在足够的变量来控制混杂因素。
随着课程的推进，学员将学习匹配和倾向得分的概念，这部分内容展示了如何直接对混杂因素进行匹配以及基于倾向得分进行匹配，同时结合R语言中的数据分析实例。次周讲解了逆概率处理加权（IPTW）作为估计因果效应的一种方法，并通过数据分析演示其应用。最后一周，课程将会介绍工具变量方法，这部分内容覆盖了如何在随机试验中的不合规以及观察性研究中使用工具变量来估计因果效应。
通过这门课程，学员不仅能够理解因果性背后的理论，还能获得实用的数据分析技能，极大地提升在实际研究中的应用能力。如果你对因果推断感兴趣，无论是学术研究，还是实际业务应用，这门课程无疑是一个极好的选择！
课程主页: https://www.coursera.org/learn/crash-course-in-causality