-
Notifications
You must be signed in to change notification settings - Fork 1
/
WM_09.qmd
102 lines (57 loc) · 3.39 KB
/
WM_09.qmd
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
---
title: "Wissenschaftliche Methodik"
subtitle: "Neunter Termin"
format:
revealjs:
theme: fom-dls.scss
logo: DLS-Logo.png
footer: "WM | Karsten Lübke"
chalkboard: true
---
## Zur Erinnerung
📛 Schalten Sie bitte die Kamera an.
✏ Arbeiten Sie aktiv mit.
🤷 Stellen Sie Fragen.
💪 [https://tweedback.de/zf8e](https://tweedback.de/zf8e)
## Wie ist Ihre Stimmung heute?
{fig-align="center" width="50%"}
::: aside
Quelle: [@MMagdowski](https://twitter.com/MMagdowski/status/1442743577126264832)
:::
## UN Ziel 9: Industry, innovation and infrastructure
::: center
<iframe src="https://upgrader.gapminder.org/q/64/embed?hasBorder=true&hasOpenSansFont=false" title="66% of people get this question wrong" width="100%" height="500" style="border:none;"></iframe>
:::
## Aus der Forschung
```{r, echo=FALSE, fig.align="center", out.width="70%"}
knitr::include_graphics("img/CI.png")
```
::: {.aside}
[https://doi.org/10.1080/10691898.2020.1752859](https://doi.org/10.1080/10691898.2020.1752859)
🥇 ASA's most read collection 2020 (JSE).
:::
---
## Heutiges Thema 🏫
- Kausale Inferenz
```{r, echo=FALSE, fig.align="center", out.width="60%"}
knitr::include_graphics("img/RedBlue-Causal.jpg")
```
## Was Sie lernen 👩‍🏫
- was ein potenzielles Ergebnis (Potential Outcome) ist; was ein Counterfactual ist;
wie kausale Effekte definiert werden können und warum die Bestimmung von kausalen Effekten so herausfordernd ist.
- die Grundlagen von kausalen Graphen: was ein Pfeil aussagt; was unter einem Kausalen Modell verstanden werden kann; den Unterschied zwischen Beobachten und Handeln im Kontext kausaler Inferenz.
- zwischen Beschreibung, Vorhersage und Kausaler Inferenz zu unterscheiden; warum diese Unterscheidung wichtig ist und was die Kausale Leiter ist.
## Praxistransfer
Geben Sie bitte ein Beispiel für die Ebene Assoziation (oder Intervention oder Counterfactual) auf der kausalen Leiter nach Pearl in Ihrer beruflichen Praxis (bitte angeben). Definieren Sie dabei $X$, $Y$.
## Kausale Leiter
- **Assoziation**: $Pr(y|x)$ – Beobachtung: *Was ist*? Wie wahrscheinlich ist $Y=y$, wenn ich $X=x$ beobachte?
- **Intervention**: $Pr(y|do(x))$ – Tun: *Was wäre*? Wie wahrscheinlich ist $Y=y$, wenn ich $X=x$ setze, d.h. manipuliere?
- **Counterfactuals**: $Pr(y_x|x',y')$ – Vorstellung: *Was wäre gewesen*? Wir haben $X=x'$ und als Folge $Y=y'$ beobachtet. Wie wahrscheinlich ist dann $Y=y$, wenn ich $X=x$ gesetzt hätte?
## Heutiges Vorgehen
- Das erste Tutorial führen wir gemeinsam durch: [https://fomshinyapps.shinyapps.io/WWWEKI_Modul_01/](https://fomshinyapps.shinyapps.io/WWWEKI_Modul_01/)
- Die Tutorien [https://fomshinyapps.shinyapps.io/WWWEKI_Modul_02/](https://fomshinyapps.shinyapps.io/WWWEKI_Modul_02/) und [https://fomshinyapps.shinyapps.io/WWWEKI_Modul_03/](https://fomshinyapps.shinyapps.io/WWWEKI_Modul_03/) jeweils in Breakout-Sessions.
Anschließend [https://fomshinyapps.shinyapps.io/WWWEKI_Modul_07/](https://fomshinyapps.shinyapps.io/WWWEKI_Modul_07/) wieder gemeinsam.
## Resourcen
- Alle Tutorien: [https://github.com/luebby/WWWEKI](https://github.com/luebby/WWWEKI)
- Begleitende Videos: [https://wwweki.gitlab.io/interviews/](https://wwweki.gitlab.io/interviews/)
- KI-Campus Kurs: [https://ki-campus.org/courses/wwweki-2022](https://ki-campus.org/courses/wwweki-2022)