diff --git a/Module/Modul_01.Rmd b/Module/Modul_01.Rmd index 589803978958e704e5f1ee5561cae7a6f8be8ba8..a0414c2bcc8f3bc79f96ecce2c35557eeb024b3e 100644 --- a/Module/Modul_01.Rmd +++ b/Module/Modul_01.Rmd @@ -90,9 +90,11 @@ zu definieren. Wenn Sie vor der Entscheidung stehen: *Nehme ich an der Schulung teil?* gibt es für Ihr Gehalt zwei **potenzielle Ergebnisse (englisch: Potential Outcomes)**: -- <blue> Gehalt </blue> ohne <green> Schulung <green>: $\color{blue}{Y}^{\color{green}{X=0}}$ +- <blue> Gehalt </blue> ohne <green> Schulung </green>: $\color{blue}{Y}^{\color{green}{X=0}}$ -- <blue> Gehalt </blue> mit <green> Schulung <green>: $\color{blue}{Y}^{\color{green}{X=1}}$ +- <blue> Gehalt </blue> mit <green> Schulung </green>: $\color{blue}{Y}^{\color{green}{X=1}}$ + +$\color{blue}{Y}$ ist die *Wirkung*, das Ergebnis, also hier das <blue> Gehalt </blue>. Das hochgestellte $\color{green}{X}$ soll symbolisieren für welche Wert der *Ursache* das Ergebnis betrachtet wird. Ohne <green> Schulung </green> nimmt $\color{green}{X}$ den Wert 0 an, mit <green> Schulung </green> den Wert 1. {width="65%"} @@ -336,7 +338,11 @@ mean(gehalt ~ teilnahme, data = Schulung) ``` ```{r po-solution} +cat("Potential Outcomes: Durchschnittliches Gehalt ohne Teilnahme:\n") +cat("Für die, die teilnehmen ('Ja') das Counterfactual.\n") mean(gehalt0 ~ teilnahme, data = Schulung) +cat("Potential Outcomes: Durchschnittliches Gehalt mit Teilnahme:\n") +cat("Für die, die nicht teilnehmen ('Nein') das Counterfactual.\n") mean(gehalt1 ~ teilnahme, data = Schulung) ``` diff --git a/Module/Modul_04.Rmd b/Module/Modul_04.Rmd index fc29013619c71037627250bb146e7ed0c823f256..a40d11af93b52b5c7fced03cce2cbad0ebfafcb3 100644 --- a/Module/Modul_04.Rmd +++ b/Module/Modul_04.Rmd @@ -215,7 +215,7 @@ y <- f_Y(z) cat("Wert y (Verstehen):", y, "\n") ``` -Für die Erläuterung bitte auf `Nächstes Thema` klicken. +Für die Erläuterung bitte auf `Weiter` klicken. ## @@ -261,6 +261,9 @@ Die zugrunde liegenden Gleichungen des soeben simulierten kausalen Modells laute Dabei steht $\mathcal{G}(1,\,10)$ für eine *Gleichverteilung* auf den Bereich von $1$ bis $10$ und $\mathcal{N}(0,\,1)$ für eine *Normalverteilung* mit den Parametern $\mu=0$ und $\sigma=1$, also eine Standardnormalverteilung. Die konkreten Funktionen und Parameter sind hier willkürlich gewählt. +Einsetzen von $f_{\color{violet}{Z}}$ in $f_{\color{blue}{Y}}$ ergibt +$\color{blue}{Y} = 3 \cdot (5 \cdot \color{green}{X} + U_{\color{violet}{Z}}) + U_{\color{blue}{Y}}=15 \cdot \color{green}{X} + 5 \cdot U_{\color{violet}{Z}} + U_{\color{blue}{Y}}.$ + Für $n=100$ simulierten Beobachtungen lautet der dazugehörige `R`-Code: ```{r RSim, eval = FALSE}