¿Existen buenos MOOC sobre inferencia causal, análisis de series temporales y diseño experimental?

Para el diseño experimental , recomiendo Diseño e interpretación de ensayos clínicos por Johns Hopkins en Coursera. ¡Comienza en enero de 2017!

ENLACE: https://www.coursera.org/course/…

Para el análisis de series de tiempo , lo mejor que encontré en línea fueron todos los materiales de lectura para el Stat 565 de Charlotte Wickham en la Oregon State University

Para la inferencia causal , desafortunadamente todavía no he encontrado ningún recurso de clase en línea, pero recomendaría revisar los muchos recursos vinculados del modelo causal de Rubin. Las ideas principales del modelo causal de Rubin no son muy notables, por lo que los documentos no son demasiado difíciles de leer. Consulte también ¿Dónde puedo encontrar una buena reseña sobre los modelos de propensión?

La mejor colección de recursos en línea que he encontrado hasta ahora para extraer los datos de la serie temporal son los sitios web del grupo Keogh de Eamonn en la Universidad de California – Riverside: http://www.cs.ucr.edu/~eamonn/ , http://www.cs.ucr.edu/~eamonn/tu… , http://www.cs.ucr.edu/~eamonn/selected_publications.htm

El mejor libro de resumen que he encontrado hasta ahora sobre la extracción de datos temporales es: “Temporal Data Mining” de Theophano Mitsa: http://www.amazon.com/Temporal-M… .

No conozco ningún MOOC de alta calidad sobre el tema, sería genial si se ofreciera uno.

(Actualización, 11 de enero de 2015)

Finalmente me topé con algunos cursos bastante prometedores del MIT sobre análisis de series temporales:

  • Análisis de series de tiempo (MIT, 2013: “encuesta de la teoría y aplicación de métodos de series de tiempo en econometría. Los temas cubiertos incluirán modelos univariados estacionarios y no estacionarios, autorregresiones de vectores, métodos de dominio de frecuencia, modelos de estimación e inferencia en series de tiempo persistentes y roturas estructurales “)
  • Lección 8: Análisis de series temporales I (MIT, 2013: Temas en matemáticas con aplicaciones en finanzas)
  • Lecture 11: Time Series Analysis II (MIT, 2013: Temas en matemáticas con aplicaciones en finanzas)

Hay un MOOC, incluido en Coursera, llamado Medición de los efectos causales en las ciencias sociales. Sin embargo, tenga en cuenta que: 1) No tengo idea de lo bueno que es, con dos revisiones, pintar una imagen mixta: Medición de los efectos causales en las ciencias sociales | Revisiones del curso MOOC: no hay suficientes datos; 2) No creo que esté actualmente activo; 3) la página del curso no se cargó hoy para mí (probé Firefox y Chrome) – verifique más tarde.

Recientemente me encontré con A / B Testing de Udacity, que tiene un giro / sabor de la industria. Solo he vislumbrado la primera semana de materiales, pero hasta ahora todo bien.

More Interesting

¿Qué debo elegir: Ciencia de datos o Big Data?

¿Cómo gana y retiene DeepMind los datos que necesita para el aprendizaje automático mientras garantiza la privacidad del paciente?

¿Cómo se aplica el big data al marketing de películas?

Quiero ser exhaustivo con programación y estadísticas en profundidad en poco tiempo. ¿Qué tengo que hacer? ¿Cuáles son algunos buenos libros para principiantes / intermedios?

¿Puedo aprender Hadoop sin conocimiento previo del análisis de datos?

¿Cuál es el futuro del análisis de big data en teledetección y SIG?

¿Quién es el mejor blogger a seguir para las noticias de análisis de datos?

¿Cómo se puede aprender Big Data Hadoop en casa si no tiene experiencia laboral y está pensando en comenzar una carrera en Big Data?

¿Por qué hay tanto énfasis en la ciencia de datos, pero no en la estrategia de datos?

¿Cómo será una carrera en análisis de big data en los próximos años?

¿Cuáles son los cursos en línea que debo seguir secuencialmente para aprender Machine Learning y Python for Data Science desde cero?

¿Qué lenguaje de programación debo aprender para comenzar primero con mi ruta autodidacta de Data Scientist: R o Python?

Cómo crear big data

Ya no estoy dispuesto a ir a los Estados Unidos para obtener una maestría. ¿Dónde debería estudiar ciencia de datos y aprendizaje automático?

¿Por qué se prefiere Mechanical Turk sobre Crowdflower para obtener datos etiquetados para Machine Learning?