Introduction to Causal Inference in Time Series
Introduktion till kausal inferens i tidsserier

FRT295F, 7.5 högskolepoäng

Gäller från och med: Spring 2023
Beslutad av: Maria Sandsten
Datum för fastställande: 2023-03-16

Allmänna uppgifter

Avdelning: Automatic Control
Kurstyp: Ren forskarutbildningskurs
Undervisningsspråk: English

Syfte

The goal is to 1) provide students with an overview of modern causal inference methods, and 2) provide them with knowledge of when and how to apply such methods.

Mål

Kunskap och förståelse

För godkänd kurs skall doktoranden

• demonstrate understanding of the causal modeling formalism introduced in the course
• demonstrate knowledge of the differences between observational and interventional data
• demonstrate knowledge of the connection between experiments and causal models
• demonstrate knowledge of the connections between causal modeling and control theory
• demonstrate understanding of causal modeling in time series and how it differs from other types of causal modeling

Färdighet och förmåga

För godkänd kurs skall doktoranden

• be able to apply the causal identification methods introduced in the course
• be able to apply the graphical methods introduced in the course
• be able to solve applied causal inference problems studied in the course

Värderingsförmåga och förhållningssätt

För godkänd kurs skall doktoranden demonstrate understanding of the differences between classical statistical methods and causal inference methods

Kursinnehåll

Topics include: - foundations of causal inference (defining causal models and causal effects, observational and interventional data, connections to experiments/randomized trials) - identifiability and estimation of causal effects - graphs as representations of causal systems - causal inference in time series models and connections to control theory

Kurslitteratur

Jonas Peters, D. & Schölkopf, B.: Elements of Causal Inference. The MIT Press, 2017. ISBN 9780262037310.
Open access e-book is available online.

Kursens undervisningsformer

Undervisningsformer: Föreläsningar, övningar

Kursens examination

Examinationsform: Inlämningsuppgifter
Betygsskala: Underkänd, godkänd
Examinator:

Antagningsuppgifter

Förutsatta förkunskaper: basic statistics, probability theory, and linear algebra

Kurstillfällesinformation

Kontaktinformation och övrigt

Kursansvarig: Søren Wengel Mogensen <soren.wengel_mogensen@control.lth.se>