Metoder för kausal inferens i utbildningsvetenskaplig forskning, 7,5 hp
Kursen syftar till att utveckla deltagarnas förmågor att välja och tillämpa adekvata tekniker för att besvara kausala frågeställningar med hjälp av observationsdata samt att kritiskt granska utbildningsvetenskaplig forskning som syftar till att dra slutsatser om orsakssamband. Exempel så sådana regressionstekniker är instrumentvariabelmetoden (IV), ”regression discontinuity design” (RDD), "differences-in-differences" (DID eller DD) , och "propensity score matching" (PSM).
I kursens första del introduceras skillnaden mellan kausala och icke-kausala forskningsfrågor, och skälen till varför det i allmänhet är omöjligt att besvara orsaksspecifika frågor genom att analysera samband bland observerade variabler synliggörs.
I den andra delen av kursen behandlas tre vanliga metoder för att svara på orsaksspecifika frågor, nämligen regressionsdiskontinuitet analys (RD), instrument-variabel-regressionsanalys (IV) och regressionstekniker för fixa effekter/skillnader i skillnader (Fixed effeccts/Diff-in-diff). Den logik som dessa metoder bygger på presenteras, och användningen och tolkningen av teknikerna illustreras med både simulerade och reella data med hjälp av R.
I den tredje delen av kursen presenteras strukturell ekvationsmodellering och propencity score matchning som metoder där kontextuella omständigheter i observerade och latenta variabler konstanthålls för att förhindra bias i uppskattningar av kausala effekter.
Den fjärde och sista delen av kursen visar hur mönster i RD och IV-analyser kan kombineras, och hur IV-modeller kan beräknas med SEM-tekniker.
Förkunskapskrav
Kunskaper motsvarande lärandemålen i QRMs kurser Regressionsanalys i utbildningsvetenskaplig forskning (QRM1802) och Strukturell ekvationsmodellering i utbildningsvetenskaplig forskning (QRM1806).
Kurskod
QRM1809
Ansökningsperiod:
HT 2024: 2024-04-01 - 2024-06-02