Estadística y Ciencia de Datos I (19140) Estadística y Ciencia de Datos II (19141)

- Capacidad de describir la lógica de la inferencia causal y su aplicación a modelos de regresión, distinguiendo entre causalidad y correlación. - Capacidad de identificar problemas comunes de interpretación causal en modelos lineales, así como de evaluar y justificar técnicas para solventarlos. - Capacidad de evaluar la validez y robustez de la inferencia causal ante una variedad de asunciones sobre la generación de los datos.

1. ¿Por qué la causalidad? Introducción al marco de salidas potenciales 2. La comparación experimental 3. Datos observacionales y comparación experimental: matching 4. Quasi-experimentos: Diseños de regresión discontinua 5. Quasi-experimentos: Variables instrumentales 6. Diferencias en diferencias y datos de panel 7. Inferencia causal aplicada: Evaluación de políticas

Actividades Formativas: - Clases teórico-prácticas - Trabajo en grupo - Trabajo individual del estudiante Metodologías Docentes: - Exposiciones en clase del profesor con soporte de medios informáticos y audiovisuales, en las que se desarrollan los conceptos principales de la materia y se proporciona la bibliografía para complementar el aprendizaje de los alumnos. - Lectura crítica de textos recomendados por el profesor de la asignatura: Artículos de prensa, informes, manuales y/o artículos académicos, bien para su posterior discusión en clase, bien para ampliar y consolidar los conocimientos de la asignatura. - Resolución de casos prácticos, problemas, etc., planteados por el profesor de manera individual o en grupo - Exposición y discusión en clase, bajo la moderación del profesor de temas relacionados con el contenido de la materia, así como de casos prácticos. - Elaboración de trabajos e informes de manera individual o en grupo.