Много лет мы с Ирой Голощаповой собирались сделать курс по Causal Inference, на курс нас не хватило, но зато сделали серию воркшопов про анализ причинно-следственных связей.

Воркшопы будут построены "от обратного" - сначала будем рассказывать "на пальцах", а потом будем понемного обосновывать и усложнять.

К одному и тому же примеру мы будем возвращаться неоднократно, с разными подходами и библиотеками.

Предыдущие наши мероприятия про Causal Inference:

• Митап ODS Reliable ML по АБ-тестированию и Causal Inference
• Датафест, Causal Inference in ML
• Датафест, Interpretable & Causal ML
• Датафест, Reliable ML

Плейлист с выступлениями с этих мероприятий.

По анализу причинно-следственных связей есть много хороших книг:

• Causal Inference for The Brave and True переведена на русский как Причинно-следственный анализ для смелых и честных.
• Дружелюбная эконометрика
• Causal Artificial Intelligence
• Introduction to Causal Inference
• Applied Causal Inference Powered by ML and AI

Я поддерживаю список ссылок про causal inference.

План серии воркшопов:

• Ортогонализация
• Difference in Difference и синтетический контроль
• Матчинг
• Мета-лернеры
• Хороший и плохой контроль: какие переменные включать в анализ, а какие нет.
• CATE
• Инструментальные переменные: способ оценивать одни переменные по другим.
• Пропущенные переменные
• Causal Discovery: выявление причинно-следственного графа из данных.
• Обзор библиотек

Дополнительные воркшопы:

• Витовт Копыток расскажет про regression discontinuity design и regression kink.