Unit

1. Kecerdasan Buatan dalam Ekonometrik dan Statistik: Peranan, Sempadan, Pengesahan dan Privasi 2. Pembersihan dan Penyediaan Data: Data Hilang, Outlier dan Pengekodan 3. Analisis dan Visualisasi Data Penerokaan: Grafik dan Tafsiran dengan Kepintaran Buatan 4. Regresi Linear: Pembinaan Model, Tafsiran Pekali dan Andaian 5. Diagnostik dan Pelanggaran Regresi: Kolineariti, Heteroskedastisitas, Autokorelasi 6. Pengujian Hipotesis dan nilai p: Kepentingan, Kuasa dan Perbandingan Berbilang 7. p-hacking, HARKing dan Integriti Statistik: Perangkap dalam Zaman Kepintaran Buatan 8. Analisis Siri Masa: Pegun, ARIMA dan Ramalan 9. Analisis Penyebab dan Dasar: DiD, IV, RDD dan Kepintaran Buatan 10. Penjanaan Kod dan Kebolehulangan: R/Python, Versi dan Kebolehulangan 11. Penulisan Laporan, Komunikasi dan Etika: Membentangkan Keputusan dan Mengkomunikasikan Sempadan

Unit 9 / 11

Analisis Penyebab dan Dasar: DiD, IV, RDD dan Kepintaran Buatan

Keuntungan:

Memahami perbezaan antara korelasi dan kausalitas dan logik reka bentuk seperti perbezaan dalam perbezaan (DiD), pembolehubah instrumental (IV), ketakselanjaran regresi (RDD) dengan sokongan kecerdasan buatan
Dapat melihat andaian yang menentukan di mana setiap reka bentuk berdasarkan (trend selari, kekangan pengecualian, kesinambungan dalam ketakselanjaran) dan peranan AI dalam menghasilkan kod ujian/pertahanan
Keupayaan untuk menilai secara kritis strategi mengenali dan mengenal pasti tafsiran kecerdasan buatan yang menghasilkan tuntutan sebab akibat yang berlebihan daripada data pemerhatian.

Sebelumnya Seterusnya