کتاب صوتی کنترل مخدوش‌گرها در استنباط علّی اقتصادسنجی

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره کنترل مخدوش‌گرها در استنباط علّی اقتصادسنجی

موضوع کلی: استنباط علّی و مدل‌سازی پویا در اقتصادسنجی

موضوع میانی: استنباط علّی در اقتصادسنجی نوآوری

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر استنباط علّی و چالش‌های آن
• 2. مخدوش‌گرها: تعریف، انواع و اهمیت کنترل آن‌ها
• 3. مخدوش‌گرهای مشاهده‌شده و ناظر برنشده
• 4. فرضیات کلیدی در استنباط علّی
• 5. روش‌های کنترل مخدوش‌گرها: مروری کلی
• 6. رگرسیون چندگانه به عنوان ابزاری برای کنترل مخدوش‌گرها
• 7. انتخاب متغیرهای کنترلی در رگرسیون
• 8. مشکلات رگرسیون چندگانه: چندخطی بودن و تورم واریانس
• 9. متغیرهای ابزاری (Instrumental Variables): مقدمه و مفاهیم
• 10. شرایط لازم برای استفاده از متغیرهای ابزاری
• 11. یافتن متغیرهای ابزاری معتبر
• 12. روش حداقل مربعات دو مرحله‌ای (2SLS)
• 13. بررسی اعتبار متغیرهای ابزاری
• 14. روش تفاضل در تفاوت‌ها (Difference-in-Differences)
• 15. فرضیات روش تفاضل در تفاوت‌ها
• 16. کاربردهای روش تفاضل در تفاوت‌ها
• 17. روش تطابق امتیاز تمایل (Propensity Score Matching)
• 18. محاسبه امتیاز تمایل
• 19. روش‌های تطابق امتیاز تمایل
• 20. ارزیابی کیفیت تطابق
• 21. روش متغیرهای کنترل متغیر (Control Function)
• 22. روش مخدوش‌گرهای با ابعاد بالا (High-Dimensional Confounders)
• 23. روش‌های منظم‌سازی (Regularization) برای کنترل مخدوش‌گرها
• 24. یادگیری ماشین و کنترل مخدوش‌گرها
• 25. استفاده از شبکه‌های عصبی برای کنترل مخدوش‌گرها
• 26. کنترل مخدوش‌گرها در داده‌های پانلی
• 27. مدل‌های اثرات ثابت و تصادفی
• 28. روش‌های کنترل مخدوش‌گرها در داده‌های سری زمانی
• 29. مدل‌های خودرگرسیونی با میانگین متحرک (ARIMA) و کنترل مخدوش‌گرها
• 30. استنباط علّی در تنظیمات تجربی
• 31. طراحی آزمایش‌های تصادفی کنترل‌شده (RCT)
• 32. کنترل مخدوش‌گرها در RCTها
• 33. محدودیت‌های RCTها
• 34. روش‌های شبه‌آزمایشی (Quasi-Experimental Methods)
• 35. روش‌های رگرسیونی ناپیوسته (Regression Discontinuity)
• 36. کاربردهای روش رگرسیونی ناپیوسته
• 37. روش همتایان وزنی‌شده (Weighted Peer Effects)
• 38. کنترل مخدوش‌گرها در مدل‌های اقتصادسنجی نوآوری
• 39. کنترل مخدوش‌گرها در ارزیابی سیاست‌ها
• 40. کنترل مخدوش‌گرها در ارزیابی فناوری‌های جدید
• 41. کنترل مخدوش‌گرها در تحلیل شبکه‌ها
• 42. تحلیل حساسیت به مخدوش‌گرهای ناظر برنشده
• 43. روش‌های حساسیت با استفاده از مرزهای حساسیت
• 44. بررسی robustness نتایج در برابر مخدوش‌گرهای مختلف
• 45. ملاحظات اخلاقی در کنترل مخدوش‌گرها
• 46. نرم‌افزارهای اقتصادسنجی برای کنترل مخدوش‌گرها: Stata, R, Python