Курс на Stepik
Обложка курса «Causal Inference для аналитика: A/B, DiD, IV, DML» на Stepik
1 500 ₽

Causal Inference для аналитика: A/B, DiD, IV, DML ★ 0.000

Открыть на
STEPIK.ORG

Полный курс причинного вывода (causal inference) для аналитика и Data Scientist на Python: как измерить РЕАЛЬНЫЙ эффект фичи, цены, скидки или кампании, а не корреляцию. От потенциальных исходов и A/B-тестов до DAG, регрессии и ортогонализации, Double ML, matching, propensity и IPW, doubly robust, DiD и fixed effects, инструментов и 2SLS, RDD, синтетического контроля, CausalImpact, CATE и uplift. С разбором подбора ковариатов, валидации оценок и всех типичных ловушек.

Показатель Текущие показатели Рост
Значение 🏆 Рейтинг 3 дн 7 дн 30 дн
Количество учеников на курсе «Causal Inference для аналитика: A/B, DiD, IV, DML»Учеников на курсе 21
Сертификаты, выданные на курсе «Causal Inference для аналитика: A/B, DiD, IV, DML»Сертификатов выдано 1
Отзывы о курсе «Causal Inference для аналитика: A/B, DiD, IV, DML»Отзывов получено 0
Рейтинг курса «Causal Inference для аналитика: A/B, DiD, IV, DML»Рейтинг курса 0.000
Уроки в курсе «Causal Inference для аналитика: A/B, DiD, IV, DML»Количество уроков 31
Тесты в курсе «Causal Inference для аналитика: A/B, DiD, IV, DML»Количество квизов 135
Задачи с кодом в курсе «Causal Inference для аналитика: A/B, DiD, IV, DML»Количество задач с кодом 37
Время прохождения курса «Causal Inference для аналитика: A/B, DiD, IV, DML»Время прохождения курса —
Стоимость курса «Causal Inference для аналитика: A/B, DiD, IV, DML»Стоимость курса 1 500 ₽ —
Обновления курса «Causal Inference для аналитика: A/B, DiD, IV, DML»Обновления курса — —
Дата публикации курса «Causal Inference для аналитика: A/B, DiD, IV, DML»Дата публикации курса — ———
Последнее обновление курса «Causal Inference для аналитика: A/B, DiD, IV, DML»Последнее обновление — ———

Содержание курса

Разделы в курсе «Causal Inference для аналитика: A/B, DiD, IV, DML» 10 разделов Уроки в курсе «Causal Inference для аналитика: A/B, DiD, IV, DML» 31 урок Тесты в курсе «Causal Inference для аналитика: A/B, DiD, IV, DML» 135 тестов Задачи в курсе «Causal Inference для аналитика: A/B, DiD, IV, DML» 37 задач Время прохождения курса «Causal Inference для аналитика: A/B, DiD, IV, DML» 1 ч. Последнее обновление курса «Causal Inference для аналитика: A/B, DiD, IV, DML» обн. 18 августа 2026

Введение: причинный вывод для аналитика

2 урока
1. Что даст этот курс ↗
2. Что нужно знать и как проходить ↗

Causal Inference: DAG, регрессия, matching, DiD, IV

11 уроков
1. Зачем причинность: корреляция, контрфакт и смещение ↗
2. Рандомизация и A/B-тест: ATE, ошибка и доверительный интервал ↗
3. Графы причинности (DAG): развилки, цепи, коллайдеры, backdoor ↗
4. Подбор ковариатов для матчинга: good, bad и neutral controls ↗
5. Регрессия как причинный инструмент: dummy-регрессия и FWL ↗
6. Matching и propensity score: kNN, баланс, overlap и IPW ↗
7. Doubly Robust: двойная защита оценки эффекта ↗
8. Difference-in-Differences и панельные данные (fixed effects) ↗
9. Квазиэксперименты: IV/LATE, RDD и синтетический контроль ↗
10. CATE и персонализация: meta-learners, uplift и Qini ↗
11. Капстоун: как выбрать метод и чеклист причинного анализа ↗

Регрессия глубже: ортогонализация и Double Machine Learning

2 урока
1. Ортогонализация: вычисти конфаундер из обоих ↗
2. Double ML: вспомогательные модели и cross-fitting ↗

Инструменты и полный 2SLS: слабые инструменты и F-статистика

2 урока
1. Полный 2SLS: две ступени ↗
2. Слабые инструменты и F-статистика ↗

Панель глубоко: TWFE, отрицательные веса и модификации DiD

2 урока
1. Within-преобразование руками ↗
2. Ловушка staggered TWFE и модификации DiD ↗

CausalImpact: причинный эффект разового вмешательства во времени

1 урок
1. Контрфактик по контрольным рядам ↗

Валидация: плацебо, sensitivity и баланс ковариат

2 урока
1. Плацебо и negative control ↗
2. Sensitivity и баланс ковариат ↗

Сложности и парадоксы причинного вывода

2 урока
1. Парадокс Симпсона и пропущенная переменная ↗
2. Подводные камни на практике ↗

Causal Inference в Python: библиотеки и пайплайн

3 урока
1. Экосистема Causal Inference в Python и пайплайн DoWhy ↗
2. Методы причинного вывода в реальном коде ↗
3. Подбор фичей и подводные камни на практике ↗

Капстоун: выбор метода и дизайн причинного исследования

4 урока
1. Дизайн причинного исследования ↗
2. Практикум: кейс от вопроса до вывода ↗
3. Экзамен-кейс: программа лояльности от вопроса до вывода ↗
4. Шпаргалка и чеклист: забирай на работу ↗