About the Course

Handlungstreibende Fragen drehen sich in den Sozialwissenschaften häufig um die Identifizierung von Ursachen und Gründen für beobachtete Phänomene. Beispielsweise: Warum gibt es gesellschaftliche Ungleichheiten, welchen Einfluss haben genderspezifischen Unterschiede auf die Wahl des Studienfachs und wie beeinflusst ein bestimmter Schulabschluss das zukünftig erwartbare Einkommen? Und was wäre, wenn eine Entscheidung statt für das Studium für die Ausbildung gefallen wäre? Forschende sind oft auf der Suche nach kausalen Zusammenhängen und häufig interessieren wir uns für potentielle Ergebnisse. Doch mit üblichen Verfahren der Statistik lassen sich ausschließlich Korrelationen beobachten – wie in der Vorlesung zur Linearen Regression gelernt: Korrelation ist keine Kausalität.

Das Seminar führt in die Grundlagen der kausalen Inferenz ein. Eines Bereichs der Statistik, der sich der Frage annähert, welche kausalen Zusammenhänge es zwischen einem “Treatment” und einem “Outcome” gibt. Dazu wird über kausale Graphen (“causal graphs”), kontrafaktische Zustände (“counterfactuals”) und potentielle Ergebnisse (“potential outcomes”) gesprochen. Es werden computergestützt kleinere Beispiele zur Analyse mittels Matchingverfahren und Regressionsanalyse besprochen.