※ 本文是否可提供台大同学转作其他非营利用途？（须保留原作者 ID）
（是／否／其他条件）：是
哪一学年度修课：
ψ 授课教师 (若为多人合授请写开课教师，以方便收录)
黄彦棕
λ 开课系所与授课对象 (是否为必修或通识课 / 内容是否与某些背景相关)
数学系所、应数所、基因学程
δ 课程大概内容
第2周 9/27 A definition of causal effect
第3周 10/04 Randomized experiments
第4周 10/11 Observational studies
第5周 10/18 Effect modification
第6周 10/25 Interaction
第7周 11/01 Graphical representation of causal effects
第8周 11/08 Confounding
第9周 11/15 Selection bias
第10周 11/22 IP weighting and marginal structural models
第11周 11/29 Standardization and the parametric g-formula
第12周 12/06 G-estimation and structural nested models
第13周 12/13 Introduction to mediation
第14周 12/20 Multi-mediator models
第15周 12/27 Hypothesis tests of mediation
第16周 1/03 Instrumental variable
第17周 1/10 [no class]
第18周 1/17 FINAL PROJECT?
Ω 私心推荐指数(以五分计) ★★★★★
★★★★★
η 上课用书(影印讲义或是指定教科书)
Hernàn & Robins. Causal inference: what if.
以及老师简报、指定文章
μ 上课方式(投影片、团体讨论、老师教学风格)
本学期除了期末报告以外完全都是远距教学
在上 what if 那本课本时就是录投影片
然后老师对着投影片讲话比划
最后几周中介分析和工具变量的内容
老师就放去年实体上课的录影
期末最后两周有期末报告
分组报告指定的期刊文章，与中介分析和工具变量相关
σ 评分方式(给分甜吗？是扎实分？)
还不知道，之后补，但作业给分很高
ρ 考题型式、作业方式
没有考试，有三次作业一次分组报告
应该是全数学系课程要求最低的课
作业就是跟课堂内容相关的简单练习
分组报告指定的期刊文章的部分比较困难，吃重既有的知识
ω 其它(是否注重出席率？如果为外系选修，需先有什么基础较好吗？老师个性？
加签习惯？严禁迟到等…)
应该只要修过初统（知道什么是 pdf、cdf、条件机率）
知道 Stieltjes 积分的 notation
应付课程的前三分之二就没有问题
但课程的后三分之一有许多蛮技术性的细节
不过，因为不会考试，也不见得要弄懂每一个细节才能通过这门课
Ψ 总结
大概是我这学期修过最喜欢的课
虽然没能搞懂每一个数学证明
而且因为修其他课有点应付不来，也没办法在这门课上花太多时间
但确实有那种眼界变得更开阔的感觉
只修过系上的统计学、计量经济学导论和高统一
在修这门课的过程中也发现很多自己的不足之处
不过面对很多复杂的、蛮技术性的部分
也有被激起学习的兴趣
让人以后想要继续学习相关的因果推论、统计、回归分析知识
虽然没有很多接触，黄彦棕老师本人也感觉很有魅力！