Teaching / Enseignement
(Le français suit l'anglais)
I developed and teach the following applied statistics courses (joint lectures):
PHM 6078: Introduction à l'inférence causale (Introduction to causal inference)
PHM 7078: Méthodes avancées en inférence causale (Advanced methods in causal inference)
3cr, Winter semester, lectures in French. Data analysis using R.
The course is appropriate for students enrolled in programs in (for example):
Epidemiology, Biostatistics, Statistics, Bio-informatics, Computer Science,
and for those with an epidemiological focus in (for example):
Public Health, Pharmaceutical Science, Exercise Science, Agricultural Science, Environmental Science, Veterinary Science, Urban Planning...
Topics covered:
Other topics covered:
I developed and teach the following applied statistics courses (joint lectures):
PHM 6078: Introduction à l'inférence causale (Introduction to causal inference)
PHM 7078: Méthodes avancées en inférence causale (Advanced methods in causal inference)
3cr, Winter semester, lectures in French. Data analysis using R.
The course is appropriate for students enrolled in programs in (for example):
Epidemiology, Biostatistics, Statistics, Bio-informatics, Computer Science,
and for those with an epidemiological focus in (for example):
Public Health, Pharmaceutical Science, Exercise Science, Agricultural Science, Environmental Science, Veterinary Science, Urban Planning...
Topics covered:
- Well-defined causes in epidemiology
- Directed acyclic graphs (DAGs)
- Under a point-treatment and data from a prospective study design
- Counterfactuals/potential outcomes, effect definitions, identifiability.
- Marginal structural models and effect modification
- Propensity scores and estimation using stratification, matching, inverse probability of treatment weighting (IPTW), and regression adjustment
- G-computation
- TMLE and the Targeted Learning Roadmap (synthesis)
- Sensitivity analysis for unmeasured confounding
- Mediation
- Counterfactuals, natural direct and indirect effects, controled direct effects, identifiability
- Regression methods and IPTW
- Longitudinal treatments and censoring
- Single end-of-study outcome and survival analysis
- Counterfactuals, marginal structural models, identifiability
- IPTW
- Target trials
- Quasi-experimental studies
- Instruments, identifiability, instrumental variable analysis
- Regression discontinuity analysis (regression, G-computation)
Other topics covered:
- Basic R coding
- Introductory data simulation
- The nonparametric bootstrap
- Cross-validation, Super Learner
J'ai développé et j'enseigne les cours de statistique appliqué suivants (avec des conférences conjointes):
PHM 6078: Introduction à l'inférence causale
PHM 7078: Méthodes avancées en inférence causale
3cr, session d'hiver, conférences en français. L'analyse de données par R.
Le cours est approprié pour les étudiant-e-s inscrit-e-s dans des programmes en (par exemple):
epidémiologie, biostatistique, statistiques, bio-informatique, informatique,
et pour ceux et celles qui ont un intérêt épidémiologique dans (par exemple) :
santé publique, sciences pharmaceutiques, sciences de l'exercice, sciences agricoles, sciences de l'environnement, sciences vétérinaires, aménagement...
Thèmes abordés:
Autres sujets abordés:
PHM 6078: Introduction à l'inférence causale
PHM 7078: Méthodes avancées en inférence causale
3cr, session d'hiver, conférences en français. L'analyse de données par R.
Le cours est approprié pour les étudiant-e-s inscrit-e-s dans des programmes en (par exemple):
epidémiologie, biostatistique, statistiques, bio-informatique, informatique,
et pour ceux et celles qui ont un intérêt épidémiologique dans (par exemple) :
santé publique, sciences pharmaceutiques, sciences de l'exercice, sciences agricoles, sciences de l'environnement, sciences vétérinaires, aménagement...
Thèmes abordés:
- Les effets bien-définis en épidémiologie
- Les Directed Acyclic Graphs (DAGs) (Graphique acyclique orienté)
- Avec un traitement ponctuel et données venant d'une étude prospective
- Les contrefactuels/résultats potentiels, définitions d'effets, l'identifiabilité
- Les modèles structurels marginaux et la modification d'effet
- Les scores de propension et l'estimation par stratification, appariement, pondération par l'inverse de la probabilité du traitement (IPTW), l'ajustement par une régression
- Le calcul-G (G-Computation)
- L'estimation par maximum de vraisemblance ciblé (TMLE) et le cheminement de l'apprentissage ciblé
- L'analyse de sensibilité pour des facteurs de confusion non-mesurés
- La médiation
- Les contrefactuels, les effets directs et indirects naturels, les effets directs conditionnels, l'identifiabilité
- Les méthodes de régression et IPTW
- Les traitements longitudinaux et la censure
- Issue simple de fin d'étude, issue de survie
- Contrefactuels, modèles structurels marginaux, l'identifiabilité
- IPTW
- Essais ciblés (Target trials)
- Les études quasi-expérimentales
- Les instruments, l'identifiabilité, l'analyse par variable instrumentale
- La discontinuité de la régression (régression, calcul-G)
Autres sujets abordés:
- Codage R de base
- Simulation de données introductoire
- Le bootstrap nonparamétrique
- La validation croisée, le Super Learner
