Nociones causales: Modelo contrafactual. Sesgo de confusión. Sesgo de selección. Modificadores de efecto. Efectos directos e indirectos. Caminos causales. Interacción. Contaminación.
Diagramas causales:
Representación de suposiciones. Constatación de si la evidencia recogida
es suficiente para la conducción de un análisis causal. ¿Qué variables
deberíamos medir? ¿Es correcto conducir un análisis estadístico
convencional? ¿qué variables se deben usar para ajustar en el análisis y
cuáles no?
Técnicas para el análisis de efectos causales de intervenciones puntuales: Métodos de ajuste por regresión. Métodos de cálculo por la inversa del escore de propensión. Métodos de apareamiento. Variables instrumentales.
Técnicas para el análisis de efectos causales de intervenciones temporalmente variantes: Por qué los análisis convencionales son inadecuados. Modelos estructurales marginales. Estimación G. Estimación por el método de la inversa del escore de propensión.
