Sobre o curso
Coordenação:
Sílvia Regina Morais
Carga horária:
8h
Datas:
17/07/2026, das 8h às 12h30min
24/07/2026, das 8h às 12h30min
Público-alvo:
Alunos de graduação e pós-graduação. Pesquisadores. Profissionais de órgãos públicos e privados.
Ementa:
Inferência causal com foco em escores de propensão. Respostas potenciais. Identificação do efeito causal e pressupostos fundamentais (SUTVA, ignorabilidade e positividade). Pareamento. Ponderação pelo inverso da probabilidade (IPW). Diagnóstico de balanceamento. Aplicações empíricas em dados observacionais.
Objetivo:
Compreender o problema fundamental da inferência causal. Formular estimadores causais no arcabouço de resultados potenciais. Entender os fundamentos teóricos dos escores de propensão. Implementar métodos baseados em escores de propensão. Avaliar balanceamento e validade das estimativas. Aplicar técnicas em dados reais utilizando software estatístico.
Resumo da Proposta:
O curso aborda inferência causal com foco em escores de propensão, no arcabouço de resultados potenciais. Discute o problema fundamental da inferência causal, a definição de estimadores causais e as condições para identificação do efeito causal, com ênfase nos pressupostos de SUTVA, ignorabilidade e positividade. São apresentados métodos como pareamento e ponderação pelo inverso da probabilidade (IPW), além de técnicas de diagnóstico de balanceamento.
O objetivo é compreender os fundamentos teóricos dos escores de propensão, implementar métodos baseados nessa abordagem, avaliar o balanceamento e a validade das estimativas e aplicar essas técnicas a dados observacionais reais com o uso de software estatístico.
Conteúdo Programático:
1. Conceitos fundamentais da inferência causal.
1.1 O problema fundamental da inferência causal
1.2 Respostas potenciais e efeitos causais (ATE, ATT, LATE)
1.3 Identificação do efeito causal.
1.4 Pressupostos fundamentais: SUTVA, ignorabilidade, positividade
2. Definição do escore de propensão
2.1 Propriedades
2.2 Principais métodos baseados em escores de propensão: pareamento, ponderação e estratificação
2.3 Identifica ção do efeito causal via pareamento.
3. Uso de escores de propensão em modelos de regressão.
3.1 Ponderação pelo inverso da probabilidade (IPW)
3.2 Diagnóstico de balanceamento.
3.3 Alternativas ao IPW para identificação do ATT, ATO, etc.
4. Aplicações e estudos de caso
Recursos:
Aula expositiva.
Leituras recomendadas:
Hernán, M. e Robins, J. (2020). Causal Inference: What If. Chapman & Hall / CRC.
Imbens, G. e Rubin, D. (2015). Causal Inference for Statistics, Social and Biomedical Sciences: An Introduction. Cambridge University Press.
RAMOS, D. O.; FIACCONE, ROSEMEIRE L. . Métodos baseados em escore de propensão
e suas aplicações em avaliação de políticas de saúde. In: Erika Santos de Aragão; Luís
Eugenio Portela Fernandes de Souza; Marcio Santos da Natividade; Vinícius de Araújo
Mendes. (Org.). . Avaliação de impacto das políticas de saúde: um guia para o SUS 1DF: Coordenação-Geral de Documentação e Informação Editora MS, 2023, v. 1, p. 307-328
Silva, Antônio A. M.. Introdução à inferência causal em epidemiologia: uma
abordagem gráfica e contrafatual. Rio de Janeiro: Editora FIOCRUZ, 2021
Stuart E.A. Matching methods for causal inference: A review and a look forward. Stat Sci. doi: 10.1214/09-STS313.
Faça o download da ementa do curso
Edital de bolsas
Docente
Rosemeire Leovigildo Fiaccone
Possui graduação em Bacharelado Em Estatística pela Universidade Federal da Bahia (1988), mestrado em Estatística pela Universidade Estadual de Campinas (1998) e doutorado em Ph D In Statistics pela Lancaster University (2006) e Pós-doutorado pela Newcastle University (2013). Atualmente é professora Titular do Departamento de Estatística da Universidade Federal da Bahia, e docente dos Programas de Pós-Graduação em Saúde Coletiva do ISC e em Matemática (concentração em Estatística) do IME na Universidade Federal da Bahia.



