Trung tâm Đào tạo và Nghiên cứu nâng cao về Kinh tế và Khoa học Dữ liệu
CAUSAL INFERENCE AND PUBLIC POLICY
About This Program
Suy Luận Nhân Quả và Chính Sách Công
Trước mỗi dự án, chính sách được triển khai, chúng ta thường đặt ra câu hỏi liệu dự án, chính sách được triển khai có thực sự tác động tới đối tượng mục tiêu hay không? Có sự ngộ nhận nào trong việc đánh giá tác động này không? Đâu là yếu tố dẫn đến sự ngộ nhận này và làm sao để giảm tối đa sự ảnh hưởng của các yếu tố này? Tìm hiểu về Causal Inference sẽ giúp chúng ta trả lời các câu hỏi đó.
Causal Inference (Suy luận nhân quả) là một quá trình kiểm tra xem có hay không một mối liên hệ nguyên nhân-nhân quả giữa hai sự kiện trong một tình huống cho trước. Causal Inference được ứng dụng rộng rãi trong các lĩnh vực khác nhau, đặc biệt là phân tích dữ liệu trong khoa học xã hội, y tế và đánh giá hiệu quả dự án, chính sách của các tổ chức, doanh nghiệp.
Ứng dụng của Suy luận nhân quả - Causal Inference trong Đánh giá Chính sách, Dự án:
Để biết nguyên nhân và mức độ nghiêm trọng của vấn đề
Để biết hiệu quả của chính sách, dự án
Để hiểu chi phí, rào cản, và tác động ngoài ý muốn của chính sách, dự án
Student Benefits
Lợi ích của khoá học
Được trang bị kiến thức theo chuẩn chương trình các trường Đại học của Mỹ Duke, Princeton: khung phương pháp đánh giá tác động chính sách, dự án và các phương pháp nghiên cứu phổ thông nhất
Được trang bị kĩ năng phân tích dữ liệu: kiến thức thống kê, kĩ năng sử dụng công cụ R
Được thực hành với chính dự án của mình với hướng dẫn từ giảng viên
Testimonials
Cảm nhận của học viên
Causal Inference and Public Policy là một trong những khoá học thú vị nhất mình từng tham gia. Về kiến thức, các thầy giáo đã biến các chủ đề tưởng chừng khô khan thành những cuộc thảo luận hết sức trực quan thông qua các ví dụ từ Việt Nam và quốc tế. Các học sinh còn được trực tiếp học với phần mềm R. Về trải nghiệm lớp học, các thành viên trong lớp rất gắn kết với nhau thông qua các hoạt động nhóm và hoạt động ngoài giờ.
T. H. Anh - New York University
Mỗi khi chúng ta triển khai bất kỳ một dự án, câu hỏi luôn là: Hiệu quả tới đối tượng mục tiêu như thế nào? Và hai sai lầm chúng ta thường mắc phải là: Before and After và Difference in mean. Nhưng có một tên thủ phạm nằm ẩn giấu mà chúng ta quên mất: Omitted Variable Bias (OVB). Nhờ khóa học mình đã biết đến 5 phương pháp làm việc với data để hạn chế tối đa OVB. Mình sẽ cố gắng áp dụng thật nhiều những kiến thức bổ ích này.
L. H. P. Lien - Hanoi University of Culture
Prerequisites
Đối tượng tuyển sinh
Cán bộ dự án của các tổ chức, doanh nghiệp
Giảng viên, sinh viên, nghiên cứu sinh các ngành khoa học xã hội và y tế
Bất kì ai quan tâm về Causal Inference
Causal Inference and
Public Policy April 2021
Nội dung khoá học:
1. Potential Outcomes Framework
2. Thí nghiệm đối chứng ngẫu nhiên (Randomized Controlled Trials)
3. Matching
4. Difference-in-Differences
5. Regression
6. Discontinuity
7. Nội dung tự chọn
• Ngôn ngữ: giảng dạy và thảo luận bằng tiếng Việt, các tài liệu/giáo trình bằng tiếng Anh.
• Cách tiếp cận: lý thuyết và thực hành song song mỗi buổi học
Ngoài ra cuối mỗi buổi học, lớp sẽ có tiệc trà nhỏ tạo điều kiện cho học viên và giảng viên trao đổi, networking,...
• Trình độ đầu vào: từ Beginner
• Công cụ sử dụng chính: R, các bạn chưa biết về #R có thể tham gia lớp phụ đạo (miễn phí) trước khóa học
• Nội dung khóa học: https://bit.ly/3jecDEg
• Thời gian học: Sáng 9h - 12h và chiều 14h - 17h các ngày 3, 10, 17 & 24/04/2020 (Thứ 7)
• Online qua Zoom và offline tại Hà Nội
Học phí: 3,500,000 VND
Ưu đãi học phí:
- Giảm 5% học phí cho các bạn đăng ký và hoàn thành học phí trước ngày 17/03/2021
- Giảm 5% học phí cho nhóm đăng ký từ 3 người trở lên
- Giảm 10% học phí cho nhóm đăng ký từ 3 người trở lên và hoàn thành học phí trước ngày 17/03/2021
- Giảm 10% học phí cho học viên được cựu học viên CASED giới thiệu và hoàn thành học phí trước ngày 17/03/2021
Hotline: 035.840.8490 (Ms. Hải)