Seminari SEA: Introducció a la inferència causal

SEA

Inscripció al seminari gratuïta: enllaç

Introducció a la inferència causal

 

Conferenciant

Aleix Ruiz de Villa

és doctor en matemàtiques per la UAB, ex director de data science de LaVanguardia.com, SCRM (responsables de l'app de mòbil en Lidl) i Onna.
Fundador del Barcelona Data Science and Machine Learning Meetup (2014) i cofundador del grup d'usuaris de R de Barcelona (2011-2017)

aleix_ruizdevilla.png

Dia i hora:

Dijous 28 de febrer de 2019 a les 11:30.

Lloc:

Auditori del Centre de Recerca Matemàtica, Facultat de Ciències, campus de la UAB. (enllaç)

Durada:

2 hores aproximadament

Inscripció:

L'assistència a aquest seminari és gratuïta.
Per motius d'aforament us agrairem que us enregistreu en el següent formulari: enllaç

Abstract:

Una de les parts més importants en l'anàlisi de dades és estimar quin efecte han tingut certes decisions. La manera més eficient és dur a terme experiments (Randomized Controlled Trials). Tot i així, aquests poden esdevenir molt costosos, no ètics o inviables. A més a més, moltes vegades ja tenim dades i en voldríem treure algun profit. Malauradament, l'anàlisi directa de dades no experimentals pot portar, inclús en casos molt senzills, a conclusions errònies o culs de sac. Un exemple destacat n'és la paradoxa de Simpson. Alguns d'aquests problemes es poden adreçar si s'inclouen elements de causalitat en l'anàlisi. La causalitat ha sigut subjecte d'estudi pels filòsofs des de fa segles. Als anys 80 es va començar a formalitzar des del punt de vista estadístic. Actualment la modelització de la causalitat té tres fonts científiques diferents: computacionals, biomèdiques i economètriques. En aquesta xerrada veurem alguns exemples on modelitzant la causalitat s'obtenen conclusions força diferents a quan no es fa servir. També veurem quan és necessària, quins riscos té i quin tipus de llenguatge i eines en fa ús.

 

US ESPEREM

Campus d'excel·lència internacional U A B