AGNES -
Lehre und Prüfung online
Studierende in Vorlesung
Anmelden

Applied Causal Inference & Machine Learning in Political Behaviour - Detailseite

  • Funktionen:
  • Online Belegung noch nicht möglich oder bereits abgeschlossen
Grunddaten
Veranstaltungsart Vertiefungsseminar Veranstaltungsnummer 53184
Semester WiSe 2021/22 SWS 4
Rhythmus keine Übernahme Moodle-Link  
Veranstaltungsstatus Freigegeben für Vorlesungsverzeichnis  Freigegeben  Sprache englisch
Belegungsfristen - Eine Belegung ist online erforderlich
Veranstaltungsformat Digital

Termine

Gruppe 1
Tag Zeit Rhythmus Dauer Raum Gebäude Raum-
plan
Lehrperson Status Bemerkung fällt aus am Max. Teilnehmer/-innen
Fr. 12:00 bis 16:00 wöch   Hartmann findet statt     25
Gruppe 1:
Zur Zeit keine Belegung möglich


Zugeordnete Person
Zugeordnete Person Zuständigkeit
Hartmann, Felix verantwortlich
Studiengänge
Abschluss Studiengang LP Semester
Bachelor of Arts  Sozialwissenschaften Monobachelor ( Vertiefung: kein LA; POVersion: 2014 )   10  -  
Bachelor of Arts  Sozialwissenschaften Zweitfach ( Vertiefung: kein LA; POVersion: 2014 )   10  -  
Bachelor of Science  Sozialwissenschaften Zweitfach ( Vertiefung: kein LA; POVersion: 2014 )   10  -  
Programmstudium-o.Abschl.  Sozialwissenschaften Programm ( POVersion: 1999 )   10  -  
Zuordnung zu Einrichtungen
Einrichtung
Kultur-, Sozial- und Bildungswissenschaftliche Fakultät, Institut für Sozialwissenschaften
Inhalt
Kommentar

Research questions in political behaviour are often causal. Does voter outreach increase turnout? Can political campaigns persuade voters? Does political performance increase incumbent voting? The course will introduce students to tools to answer these questions and apply them to empirical data from the field of political behaviour. We will begin by introducing statistical theory and practice of causal inference. As theoretical frameworks, we will discuss potential outcomes and randomization. We will also cover various methodological tools including randomized experiments, regression discontinuity designs, regression, instrumental variables, difference-in-differences. Lastly, we apply machine learning techniques for causal inference using regression trees, Lasso, and causal forests. Empirical topics will include political persuasion, credit claiming, and the effect of "Get out the vote" campaigns.

Strukturbaum

Keine Einordnung ins Vorlesungsverzeichnis vorhanden. Veranstaltung ist aus dem Semester WiSe 2021/22. Aktuelles Semester: WiSe 2024/25.
Humboldt-Universität zu Berlin | Unter den Linden 6 | D-10099 Berlin