Betingat oberoende, Strukturella ekvationsmodeller, grafiska och statistiska modeller, d-separation, mediation. Kontrafakticitet och strukturell tolkning, axiomatik för det kontrafaktiska, sannolikhet för det kontrafaktiska, tre tolkningar av sannolikhet i kausation och kontrafaktiska.
Tillämpningar t.ex. i analys av offentliga insatser, genetisk epidemiologi (etiologi), statistisk analys av samspel mellan orsaker, sufficienta orsaker.
För att bli godkänd måste studenten kunna:
- igenkänna de situationer där kausal inferens behövs
- tillämpa interventionskalkyl
- identifiera de kausala parametrarna,
- utrycka de vetenskapliga villkor som gör det möjligt att estimera de kausala parametrarna från empiriska data
- analysera interaktion mellan ett antal orsaker, t.ex., sufficient causes i genetisk epidemiologi
- känna till de viktigare tolkningarna av kontrafakta och deras ekvivalens
- placera kausala inferensen i statistikteorins helhet
- presentera klart en vetenskaplig text inom området