Курс на Stepik
Обложка курса «Causal Inference для аналитиков» на Stepik
3 499 ₽

Causal Inference для аналитиков ★ 5.000

Открыть на
STEPIK.ORG

Курс для тех, кто хочет научиться оценивать эффекты без A/B-тестов, и применять методы Causal Inference в реальных задачах. 70% практики • работа с данными • прикладные методы

Показатель Текущие показатели Рост
Значение 🏆 Рейтинг 3 дн 7 дн 30 дн
Количество учеников на курсе «Causal Inference для аналитиков»Учеников на курсе 120
Сертификаты, выданные на курсе «Causal Inference для аналитиков»Сертификатов выдано 2
Отзывы о курсе «Causal Inference для аналитиков»Отзывов получено 2
Рейтинг курса «Causal Inference для аналитиков»Рейтинг курса 5.000
Уроки в курсе «Causal Inference для аналитиков»Количество уроков 19
Тесты в курсе «Causal Inference для аналитиков»Количество квизов 112
Время прохождения курса «Causal Inference для аналитиков»Время прохождения курса —
Стоимость курса «Causal Inference для аналитиков»Стоимость курса 3 499 ₽ —
Обновления курса «Causal Inference для аналитиков»Обновления курса — —
Дата публикации курса «Causal Inference для аналитиков»Дата публикации курса — ———
Последнее обновление курса «Causal Inference для аналитиков»Последнее обновление — ———
Сложность normal — ———

Содержание курса

Разделы в курсе «Causal Inference для аналитиков» 6 разделов Уроки в курсе «Causal Inference для аналитиков» 19 уроков Тесты в курсе «Causal Inference для аналитиков» 112 тестов Время прохождения курса «Causal Inference для аналитиков» 5 ч. Последнее обновление курса «Causal Inference для аналитиков» обн. 18 апреля 2026

1. Введение

2 урока
Закрытый
1.1 Что даст вам этот курс? ↗
44
1
1м 31с
0
Закрытый
1.2 Что нужно знать перед прохождением? ↗
11
10
1м 36с
0

2. Основы причинно-следственного анализа

4 урока
Закрытый
2.1 Введение в Causal Inference ↗
11
3
3м 59с
0
Открытый
2.2 Average Treatment Effect ↗
33
15
29м 6с
0
Закрытый
2.3 Причинно-следственный DAG ↗
6
2
-
0
Закрытый
2.4 Selection Bias и Confounding Bias ↗
4
2
-
0

3. Линейная регрессия. Regression Adjustment и Ортогонализация

4 урока
Закрытый
3.1 Линейная регрессия OLS. Ортогонализация ↗
4
0
-
0
Закрытый
3.2 Two Way Fixed Effects. Ненаблюдаемые конфаундеры ↗
4
0
-
0
Закрытый
3.3 Double Machine Learning для ортогонализации ↗
4
0
-
0
Закрытый
3.4 Инструментальная переменная и 2SLS регрессия ↗
2
0
-
0

4. Propensity Score

3 урока
Закрытый
4.1 Склонность к воздействию - балансирующая мера ↗
2
0
-
0
Закрытый
4.2 Inverse Probability of Treatment Weighting (IPW) ↗
2
0
-
0
Закрытый
4.3 Double robust estimator ↗
2
0
-
0

5. Causal Impact

3 урока
Закрытый
5.1 Принцип работы Causal Impact ↗
4
0
-
0
Закрытый
5.2 Анализ остатков и A/A симуляции ↗
1
0
-
0
Закрытый
5.3 Работа с ковариатами ↗
0
0
-
0

6. Difference in Difference

3 урока
Закрытый
6.1 Канонический Difference in Difference ↗
3
0
-
0
Закрытый
6.2 Предположения Difference in Difference ↗
1
0
-
0
Закрытый
6.3 Модификации Difference in Difference ↗
1
1
-
0