From 8f915d452a85a5bd77d710cc568722a496f495b9 Mon Sep 17 00:00:00 2001
From: Johannes Keyser <johannes.keyser@uni-hamburg.de>
Date: Sat, 8 Mar 2025 16:00:10 +0100
Subject: [PATCH] =?UTF-8?q?Erw=C3=A4hnung=20des=20L=C3=B6schens=20von=20KI?=
=?UTF-8?q?-Campus=20in=20README=20und=20L=C3=B6schen=20der=20"toten"=20Li?=
=?UTF-8?q?nks=20auf=20KI-Campus?=
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit
---
CHANGELOG.md | 1 +
Module/Modul_01.Rmd | 4 --
Module/Modul_01.ipynb | 12 +-----
Module/Modul_02.Rmd | 4 --
Module/Modul_02_KI.Rmd | 9 -----
Module/Modul_03.Rmd | 4 --
Module/Modul_03_KI.Rmd | 9 -----
Module/Modul_04.Rmd | 4 --
Module/Modul_04_KI.Rmd | 11 ------
Module/Modul_05.Rmd | 4 --
Module/Modul_05_KI.Rmd | 9 -----
Module/Modul_06.Rmd | 4 --
Module/Modul_06_KI.Rmd | 9 -----
Module/Modul_07.Rmd | 4 --
Module/Modul_07_KI.Rmd | 9 -----
Module/Modul_08.Rmd | 4 --
Module/Modul_08_KI.Rmd | 13 -------
Module/Modul_09.Rmd | 4 --
Module/Modul_09_KI.Rmd | 8 ----
Module/Modul_10.Rmd | 4 --
Module/Modul_10_KI.Rmd | 9 -----
Module/Modul_11.Rmd | 4 --
Module/Modul_11_KI.Rmd | 9 -----
Module/Modul_12.Rmd | 4 --
Module/Modul_12_KI.Rmd | 9 -----
Module/css/style.css | 1 -
Module/images/KIcampusLogo.png | Bin 2341 -> 0 bytes
README.md | 69 ++++++++++++++++++++++++++-------
28 files changed, 58 insertions(+), 177 deletions(-)
delete mode 100644 Module/images/KIcampusLogo.png
diff --git a/CHANGELOG.md b/CHANGELOG.md
index 2d48af9..c8a5d57 100644
--- a/CHANGELOG.md
+++ b/CHANGELOG.md
@@ -15,5 +15,6 @@ Die exakten Änderungen sind den jeweiligen Git-Commits zu entnehmen.
- Tauschen von Hoch- und Niedrigstellung (mit `^{}` und `_{}`).
- Farbwechsel von `color{green}` (sehr hell) zu `color{DarkGreen}` (dunkler) für bessere Lesbarkeit und Ähnlichkeit zum KI-Kurs-HTML.
- Begrenzung der Farbanwendung mithilfe zusätzlicher Gruppierung (mit `{}`).
+- Erwähnung des Löschens von [KI-Campus](https://ki-campus.org/) in README und Löschen der "toten" Links auf KI-Campus.
- ...
diff --git a/Module/Modul_01.Rmd b/Module/Modul_01.Rmd
index b79b938..2d529fe 100644
--- a/Module/Modul_01.Rmd
+++ b/Module/Modul_01.Rmd
@@ -9,10 +9,6 @@ output:
runtime: shiny_prerendered
---
-<a href="https://ki-campus.org/">
-<img border="0" alt="KICampusLogo" src="images/KIcampusLogo.png" width="100" height="30" style="float: right">
-</a>
-
```{r setup, include=FALSE}
library(learnr)
library(mosaic)
diff --git a/Module/Modul_01.ipynb b/Module/Modul_01.ipynb
index c462b3a..52b70fa 100644
--- a/Module/Modul_01.ipynb
+++ b/Module/Modul_01.ipynb
@@ -17,16 +17,6 @@
"---"
]
},
- {
- "cell_type": "markdown",
- "id": "05eac55c",
- "metadata": {},
- "source": [
- "<a href=\"https://ki-campus.org/\">\n",
- "<img border=\"0\" alt=\"KICampusLogo\" src=\"images/KIcampusLogo.png\" width=\"100\" height=\"30\" style=\"float: right\">\n",
- "</a>"
- ]
- },
{
"cell_type": "code",
"execution_count": 2,
@@ -844,7 +834,7 @@
"mimetype": "text/x-r-source",
"name": "R",
"pygments_lexer": "r",
- "version": "4.3.1"
+ "version": "4.4.2"
}
},
"nbformat": 4,
diff --git a/Module/Modul_02.Rmd b/Module/Modul_02.Rmd
index 20952a0..917b558 100644
--- a/Module/Modul_02.Rmd
+++ b/Module/Modul_02.Rmd
@@ -9,10 +9,6 @@ output:
runtime: shiny_prerendered
---
-<a href="https://ki-campus.org/">
-<img border="0" alt="KICampusLogo" src="images/KIcampusLogo.png" width="100" height="30" style="float: right">
-</a>
-
```{r setup, include=FALSE}
library(learnr)
library(knitr)
diff --git a/Module/Modul_02_KI.Rmd b/Module/Modul_02_KI.Rmd
index 4f39bfd..8c36b7e 100644
--- a/Module/Modul_02_KI.Rmd
+++ b/Module/Modul_02_KI.Rmd
@@ -9,10 +9,6 @@ output:
runtime: shiny_prerendered
---
-<a href="https://ki-campus.org/">
-<img border="0" alt="KICampusLogo" src="images/KIcampusLogo.png" width="100" height="30" style="float: right">
-</a>
-
```{r setup, include=FALSE}
library(learnr)
library(knitr)
@@ -440,8 +436,3 @@ Diese *Kausale Leiter* ist Teil des folgenden Moduls 3.
<span style="font-size: 10px;"><br>
Quelle: [https://pixabay.com/vectors/good-girls-cloud-star-ladder-2204244/](Quelle: https://pixabay.com/vectors/good-girls-cloud-star-ladder-2204244/)
</span>
-
-## KI-Campus
-
-[Zurück zum Kurs](https://learn.ki-campus.org/courses/7c8012d9-8729-4462-9ad0-be7d71118f37/launch)
-
diff --git a/Module/Modul_03.Rmd b/Module/Modul_03.Rmd
index a37b745..ced58dc 100644
--- a/Module/Modul_03.Rmd
+++ b/Module/Modul_03.Rmd
@@ -9,10 +9,6 @@ output:
runtime: shiny_prerendered
---
-<a href="https://ki-campus.org/">
-<img border="0" alt="KICampusLogo" src="images/KIcampusLogo.png" width="100" height="30" style="float: right">
-</a>
-
```{r setup, include=FALSE}
library(learnr)
library(knitr)
diff --git a/Module/Modul_03_KI.Rmd b/Module/Modul_03_KI.Rmd
index 10edc61..91a0aec 100644
--- a/Module/Modul_03_KI.Rmd
+++ b/Module/Modul_03_KI.Rmd
@@ -9,10 +9,6 @@ output:
runtime: shiny_prerendered
---
-<a href="https://ki-campus.org/">
-<img border="0" alt="KICampusLogo" src="images/KIcampusLogo.png" width="100" height="30" style="float: right">
-</a>
-
```{r setup, include=FALSE}
library(learnr)
library(knitr)
@@ -199,8 +195,3 @@ question("Sind die Wahrscheinlichkeiten für $y$ bei Assoziation $Pr(y|x)$ und I
incorrect = random_encouragement()
)
```
-
-## KI-Campus
-
-[Zurück zum Kurs](https://learn.ki-campus.org/courses/7c8012d9-8729-4462-9ad0-be7d71118f37/launch)
-
diff --git a/Module/Modul_04.Rmd b/Module/Modul_04.Rmd
index a40d11a..3c01361 100644
--- a/Module/Modul_04.Rmd
+++ b/Module/Modul_04.Rmd
@@ -9,10 +9,6 @@ output:
runtime: shiny_prerendered
---
-<a href="https://ki-campus.org/">
-<img border="0" alt="KICampusLogo" src="images/KIcampusLogo.png" width="100" height="30" style="float: right">
-</a>
-
```{r setup, include=FALSE}
library(learnr)
library(knitr)
diff --git a/Module/Modul_04_KI.Rmd b/Module/Modul_04_KI.Rmd
index a933957..777bf8e 100644
--- a/Module/Modul_04_KI.Rmd
+++ b/Module/Modul_04_KI.Rmd
@@ -9,10 +9,6 @@ output:
runtime: shiny_prerendered
---
-<a href="https://ki-campus.org/">
-<img border="0" alt="KICampusLogo" src="images/KIcampusLogo.png" width="100" height="30" style="float: right">
-</a>
-
```{r setup, include=FALSE}
library(learnr)
library(knitr)
@@ -376,10 +372,3 @@ question("Welcher Wert beschreibt den (totalen) kausalen Effekt von Lernen (`x`)
:::{.box}
Um den (totalen) kausalen Effekt von $X$ auf $Y$ in einer Kette $$X \rightarrow Z \rightarrow Y$$ zu bestimmen, sollte ein Mediator $Z$ **nicht** berücksichtigt werden. Bei fixiertem $Z$ (z.B., wenn die Variable in einer Regression aufgenommen wird) wird der kausale Zusammenhang zwischen $X$ und $Y$ unterbrochen.
:::
-
-## KI-Campus
-
-[Zurück zum Kurs](https://learn.ki-campus.org/courses/7c8012d9-8729-4462-9ad0-be7d71118f37/launch)
-
-
-
diff --git a/Module/Modul_05.Rmd b/Module/Modul_05.Rmd
index 8f03b03..16479f9 100644
--- a/Module/Modul_05.Rmd
+++ b/Module/Modul_05.Rmd
@@ -9,10 +9,6 @@ output:
runtime: shiny_prerendered
---
-<a href="https://ki-campus.org/">
-<img border="0" alt="KICampusLogo" src="images/KIcampusLogo.png" width="100" height="30" style="float: right">
-</a>
-
```{r setup, include=FALSE}
library(learnr)
library(knitr)
diff --git a/Module/Modul_05_KI.Rmd b/Module/Modul_05_KI.Rmd
index 9e03097..4d0451d 100644
--- a/Module/Modul_05_KI.Rmd
+++ b/Module/Modul_05_KI.Rmd
@@ -9,10 +9,6 @@ output:
runtime: shiny_prerendered
---
-<a href="https://ki-campus.org/">
-<img border="0" alt="KICampusLogo" src="images/KIcampusLogo.png" width="100" height="30" style="float: right">
-</a>
-
```{r setup, include=FALSE}
library(learnr)
library(knitr)
@@ -361,8 +357,3 @@ gf_line(x1 ~ zeitpunkte, color = "orange", data = RandomWalk) %>%
cor.test(x1 ~ x2, data = RandomWalk)
```
-
-
-## KI-Campus
-
-[Zurück zum Kurs](https://learn.ki-campus.org/courses/7c8012d9-8729-4462-9ad0-be7d71118f37/launch)
diff --git a/Module/Modul_06.Rmd b/Module/Modul_06.Rmd
index 25735ab..70dc54f 100644
--- a/Module/Modul_06.Rmd
+++ b/Module/Modul_06.Rmd
@@ -9,10 +9,6 @@ output:
runtime: shiny_prerendered
---
-<a href="https://ki-campus.org/">
-<img border="0" alt="KICampusLogo" src="images/KIcampusLogo.png" width="100" height="30" style="float: right">
-</a>
-
```{r setup, include=FALSE}
library(learnr)
library(knitr)
diff --git a/Module/Modul_06_KI.Rmd b/Module/Modul_06_KI.Rmd
index 9a7df76..b196461 100644
--- a/Module/Modul_06_KI.Rmd
+++ b/Module/Modul_06_KI.Rmd
@@ -9,10 +9,6 @@ output:
runtime: shiny_prerendered
---
-<a href="https://ki-campus.org/">
-<img border="0" alt="KICampusLogo" src="images/KIcampusLogo.png" width="100" height="30" style="float: right">
-</a>
-
```{r setup, include=FALSE}
library(learnr)
library(knitr)
@@ -260,8 +256,3 @@ Wird $Z$ berücksichtigt, wird ein scheinbarer Zusammenhang zwischen $X$ und $Y$
Beispielsweise sollte man in einem linearen Modell nicht $Z$ als erklärende Variable aufnehmen.
Man sollte auch nicht die Daten anhand von $Z$ in Gruppen einteilen, die man dann separat analysiert -- auch das verzerrt Zusammenhänge.
:::
-
-
-## KI-Campus
-
-[Zurück zum Kurs](https://learn.ki-campus.org/courses/7c8012d9-8729-4462-9ad0-be7d71118f37/launch)
diff --git a/Module/Modul_07.Rmd b/Module/Modul_07.Rmd
index 61d64b6..5a2025b 100644
--- a/Module/Modul_07.Rmd
+++ b/Module/Modul_07.Rmd
@@ -9,10 +9,6 @@ output:
runtime: shiny_prerendered
---
-<a href="https://ki-campus.org/">
-<img border="0" alt="KICampusLogo" src="images/KIcampusLogo.png" width="100" height="30" style="float: right">
-</a>
-
```{r setup, include=FALSE}
library(learnr)
library(knitr)
diff --git a/Module/Modul_07_KI.Rmd b/Module/Modul_07_KI.Rmd
index 87b3a55..8585333 100644
--- a/Module/Modul_07_KI.Rmd
+++ b/Module/Modul_07_KI.Rmd
@@ -9,10 +9,6 @@ output:
runtime: shiny_prerendered
---
-<a href="https://ki-campus.org/">
-<img border="0" alt="KICampusLogo" src="images/KIcampusLogo.png" width="100" height="30" style="float: right">
-</a>
-
```{r setup, include=FALSE}
library(learnr)
library(knitr)
@@ -269,8 +265,3 @@ question("Angenommen, wir wollen die erwartete Änderung des Preises, wenn die F
incorrect = random_encouragement()
)
```
-
-
-## KI-Campus
-
-[Zurück zum Kurs](https://learn.ki-campus.org/courses/7c8012d9-8729-4462-9ad0-be7d71118f37/launch)
diff --git a/Module/Modul_08.Rmd b/Module/Modul_08.Rmd
index fd8badd..f24b112 100644
--- a/Module/Modul_08.Rmd
+++ b/Module/Modul_08.Rmd
@@ -9,10 +9,6 @@ output:
runtime: shiny_prerendered
---
-<a href="https://ki-campus.org/">
-<img border="0" alt="KICampusLogo" src="images/KIcampusLogo.png" width="100" height="30" style="float: right">
-</a>
-
```{r setup, include=FALSE}
library(learnr)
library(knitr)
diff --git a/Module/Modul_08_KI.Rmd b/Module/Modul_08_KI.Rmd
index 0c8c6e0..8a1d3c3 100644
--- a/Module/Modul_08_KI.Rmd
+++ b/Module/Modul_08_KI.Rmd
@@ -9,10 +9,6 @@ output:
runtime: shiny_prerendered
---
-<a href="https://ki-campus.org/">
-<img border="0" alt="KICampusLogo" src="images/KIcampusLogo.png" width="100" height="30" style="float: right">
-</a>
-
```{r setup, include=FALSE}
library(learnr)
library(knitr)
@@ -597,12 +593,3 @@ Richard McElreath weist in seinem Vortrag [Causal Thinking for Descriptive Resea
In diesem Modul haben Sie statistische Methoden kennengelernt, wie Sie Datenerhebung, wenn möglich, optimal gestalten können, um in (4) keine Abweichungen festzustellen. Optimalerweise haben wir eine Zufallsstichprobe; optimalerweise gibt es eine zufällige Zuordnung zu experimentellen Gruppen.
Leider gelingt das in der Praxis nicht immer; in manchen Situationen ist es schlicht nicht möglich.
-
-
-
-## KI-Campus
-
-[Zurück zum Kurs](https://learn.ki-campus.org/courses/7c8012d9-8729-4462-9ad0-be7d71118f37/launch)
-
-
-
diff --git a/Module/Modul_09.Rmd b/Module/Modul_09.Rmd
index eb3c919..1e39af6 100644
--- a/Module/Modul_09.Rmd
+++ b/Module/Modul_09.Rmd
@@ -9,10 +9,6 @@ output:
runtime: shiny_prerendered
---
-<a href="https://ki-campus.org/">
-<img border="0" alt="KICampusLogo" src="images/KIcampusLogo.png" width="100" height="30" style="float: right">
-</a>
-
```{r setup, include=FALSE}
library(learnr)
library(knitr)
diff --git a/Module/Modul_09_KI.Rmd b/Module/Modul_09_KI.Rmd
index 6491d6b..aca5868 100644
--- a/Module/Modul_09_KI.Rmd
+++ b/Module/Modul_09_KI.Rmd
@@ -9,10 +9,6 @@ output:
runtime: shiny_prerendered
---
-<a href="https://ki-campus.org/">
-<img border="0" alt="KICampusLogo" src="images/KIcampusLogo.png" width="100" height="30" style="float: right">
-</a>
-
```{r setup, include=FALSE}
library(learnr)
library(knitr)
@@ -253,7 +249,3 @@ Die Berechnung eines Counterfactuals erfolgt in 3 Schritten:
3. **Vorhersage:** Verwenden des modifizierten Modells aus 2. und der Verteilung von $U$ aus 1., um den erwarteten Wert des Counterfactuals für $Y$ zu bestimmen.
:::
-
-## KI-Campus
-
-[Zurück zum Kurs](https://learn.ki-campus.org/courses/7c8012d9-8729-4462-9ad0-be7d71118f37/launch)
diff --git a/Module/Modul_10.Rmd b/Module/Modul_10.Rmd
index c20f42b..a27e675 100644
--- a/Module/Modul_10.Rmd
+++ b/Module/Modul_10.Rmd
@@ -9,10 +9,6 @@ output:
runtime: shiny_prerendered
---
-<a href="https://ki-campus.org/">
-<img border="0" alt="KICampusLogo" src="images/KIcampusLogo.png" width="100" height="30" style="float: right">
-</a>
-
```{r setup, include=FALSE}
library(ggplot2)
library(ggdag)
diff --git a/Module/Modul_10_KI.Rmd b/Module/Modul_10_KI.Rmd
index 477afd3..6122429 100644
--- a/Module/Modul_10_KI.Rmd
+++ b/Module/Modul_10_KI.Rmd
@@ -9,10 +9,6 @@ output:
runtime: shiny_prerendered
---
-<a href="https://ki-campus.org/">
-<img border="0" alt="KICampusLogo" src="images/KIcampusLogo.png" width="100" height="30" style="float: right">
-</a>
-
```{r setup, include=FALSE}
library(ggplot2)
library(ggdag)
@@ -306,8 +302,3 @@ Adjustierung eines Colliders (Tätigkeit im Vorstand) erzeugt eine Verzerrung, e
Das folgende Vidoeo zeigt eine kurze Einführung in die Bedienung von DAGitty anhand dieses Beispiels:
{width="75%"}
-
-
-## KI-Campus
-
-[Zurück zum Kurs](https://learn.ki-campus.org/courses/7c8012d9-8729-4462-9ad0-be7d71118f37/launch)
diff --git a/Module/Modul_11.Rmd b/Module/Modul_11.Rmd
index f2f1ef0..7b2e8f7 100644
--- a/Module/Modul_11.Rmd
+++ b/Module/Modul_11.Rmd
@@ -9,10 +9,6 @@ output:
runtime: shiny_prerendered
---
-<a href="https://ki-campus.org/">
-<img border="0" alt="KICampusLogo" src="images/KIcampusLogo.png" width="100" height="30" style="float: right">
-</a>
-
```{r setup, include=FALSE}
library(ggplot2)
library(ggdag)
diff --git a/Module/Modul_11_KI.Rmd b/Module/Modul_11_KI.Rmd
index 41609ed..8c69ffe 100644
--- a/Module/Modul_11_KI.Rmd
+++ b/Module/Modul_11_KI.Rmd
@@ -9,10 +9,6 @@ output:
runtime: shiny_prerendered
---
-<a href="https://ki-campus.org/">
-<img border="0" alt="KICampusLogo" src="images/KIcampusLogo.png" width="100" height="30" style="float: right">
-</a>
-
```{r setup, include=FALSE}
library(ggplot2)
library(ggdag)
@@ -318,8 +314,3 @@ Dieses Modul orientiert sich am Projekt [Causal Inference in Introductory Statis
Siehe auch Cummiskey, K., Adams, B,. Pleuss, J., Turner, D., Clark, N. \& Watts, K. (2020). *Causal Inference in Introductory Statistics Courses*, Journal of Statistics Education, [https://doi.org/10.1080/10691898.2020.1713936](https://doi.org/10.1080/10691898.2020.1713936).
Datengrundlage ist der Artikel von Kahn, M. (2005). *An exhalent problem for teaching statistics*. Journal of Statistics Education, 13(2), [https://doi.org/10.1080/10691898.2005.11910559](https://doi.org/10.1080/10691898.2005.11910559).
-
-
-## KI-Campus
-
-[Zurück zum Kurs](https://learn.ki-campus.org/courses/7c8012d9-8729-4462-9ad0-be7d71118f37/launch)
diff --git a/Module/Modul_12.Rmd b/Module/Modul_12.Rmd
index f54c9c8..16702e9 100644
--- a/Module/Modul_12.Rmd
+++ b/Module/Modul_12.Rmd
@@ -9,10 +9,6 @@ output:
runtime: shiny_prerendered
---
-<a href="https://ki-campus.org/">
-<img border="0" alt="KICampusLogo" src="images/KIcampusLogo.png" width="100" height="30" style="float: right">
-</a>
-
```{r setup, include=FALSE}
library(ggplot2)
library(ggdag)
diff --git a/Module/Modul_12_KI.Rmd b/Module/Modul_12_KI.Rmd
index ba88a00..5914dab 100644
--- a/Module/Modul_12_KI.Rmd
+++ b/Module/Modul_12_KI.Rmd
@@ -9,10 +9,6 @@ output:
runtime: shiny_prerendered
---
-<a href="https://ki-campus.org/">
-<img border="0" alt="KICampusLogo" src="images/KIcampusLogo.png" width="100" height="30" style="float: right">
-</a>
-
```{r setup, include=FALSE}
library(ggplot2)
library(ggdag)
@@ -346,8 +342,3 @@ Die Idee der Causal Fusion ist, dass wir trotzdem all diese Datenquellen *in Kom
*Lesetipp*:
- Paul Hünermund und Elias Bareinboim, [Causal Inference and Data-Fusion in Econometrics](https://arxiv.org/abs/1912.09104v2)
-
-
-## KI-Campus
-
-[Zurück zum Kurs](https://learn.ki-campus.org/courses/7c8012d9-8729-4462-9ad0-be7d71118f37/launch)
diff --git a/Module/css/style.css b/Module/css/style.css
index 6729b1c..64f68a4 100644
--- a/Module/css/style.css
+++ b/Module/css/style.css
@@ -62,7 +62,6 @@ h2 {
/*.band{
margin-top: 8px;
padding: 0;
- background-image: url("KIcampusLogo.png");
background-repeat: no-repeat;
background-position: right top;
background-size: 10%;
diff --git a/Module/images/KIcampusLogo.png b/Module/images/KIcampusLogo.png
deleted file mode 100644
index ec27d70c56a49f9cea60d4c7af8000f5774b5fe2..0000000000000000000000000000000000000000
GIT binary patch
literal 0
HcmV?d00001
literal 2341
zcmeAS@N?(olHy`uVBq!ia0y~yVEDkmz+lb6#=yYfTE+g9fq{XsILO_JVcj{ImkbOH
zEa{HEjtmSN`?>!lvNA9*a29w(7BevL9R^{><M}I67#KKqdAc};RK&fVwYSU6RiJgR
zT)u;WSn*zly$ols`WRdYIOt+<(Zh%5h==e&k0U-T2Yq;WO$=fx?Y?_N&U-b#JiRde
ze$|5qb=Ibr?_Mq4Rh?G*YFXy2%a_>lW(i-$LVVWX`Sa%Tdi%i3G19pYmRTC&B*Z0u
z{LZi6_w&PF{rr7D-t3-jU-$p>x9#)h*ZuiA|3-ZM&$r*U%O%<Wd@);n)={@x2hMKY
zl$vnn*Cp=vf0HG?{4vhAGfZ#05gzyNLHtGzW9xfWk1zi}vhVk|=i9@NYwXKh*Q?8%
z{@HC~wc8xUrR(?qdT914-(Xd@^P6MFBDYPhAKTPuY381sniz5L-RmTkvS%E-cXT`J
z+kHQm8`7IJ``N7sGXv{Hldv$8r)S=1JX+^|HljCs*70MB)*rIh*VRZ@etyC{rF)`9
zmwQalk#{!E8;vW%pUc{G6^3rec>1Hl|4sUpTBp31;_GE~W_4Wle-mD8t0O%l`QwWf
zv+YxM@<#|A6_Y%AY;k34Qu>avqIj3mM-M#K>%V_zwTs{2xrV<`aY*mV%9@<oBaa?W
zHr{9~DZe!)=U#1NENk+Ph?%J^kJ8sj?Xb!<nD=AjxuXjfFYI48cVbxa^*OV3nVHir
zi>L7zT5St-c$0FZ@JLyGo{;6V`Qd>V&qWv-{9WNE_4D=4Zbx^cUrzSHvwwWtoSSfg
z?`uF`mevhPZMJ1Eig}8-ySkm-1Lv}o9hu>tP;hHv*+2GKqMtsyKe@46&#p(+?)`t2
z@2dZAehs>HAd%;4UijYj-4P`s@3u0%v<*Lc;N-F{*CQzg?S4U#Pdw9#t}BQ7?VLY3
zWM5l``K;n=(^uVywW)npxh`H~yY7qPzNeC+mSQ_?KHs@%v+LiQqKS=`UY8nIZBQ<J
zI`g1|$Zlf|)fBhToCeNMrY2TxyDCapP8D8TVSn|d;=fjgRqurZZC1Z>UUDk)s<`Ll
zh?m^g=XS>G)Xv-bc3!zW+d8qOI!_-7ZR7D#t~?YGyGqpPeTK@qD*khvGDp)&&iAak
zu}bMt`QjtbDqeD|I=Q}x_si8@=1iGC<y)fNL)|)d%n7SK@#x;weLHp*6s|t6tY`N=
zgE?H<Nwuh!Gn%bza;ryPUAa_k%}MR4-t(r|%UFt7AO1SOZkJQ4kMd@ReeP1Rvpsj%
zJ)L`H;{B~EqOUcsukH#lEtFsMUQm4V;vah!^S=3XXwD_Stp@AzA||FX2cKCN$f?ZH
zb@ZsmP62oAZ>LTzxglwNblW7Ka(S>(+1ByTv{%JUPM>$a$ug=YFl9>cx{qgG#aeX9
zPK@xATWseR!}F-_*nx<Ow5{60>V0M#cFUF5On*Ez>b#Eh43{Tt?-zCKmNQK@&AWP_
z&`|2(JJ-e8#+>E4VkcA!_E)dFebb%0?8sA*<R_Q8|F7%u%uQXjvunreb-63%EuSNo
zo3K6OiEp3T=CVk$g0GIwiw^Td6d4L_6ciT*nRrdVbE?6*X`=7qOm>+~F1Y?KD}n2X
zt@-|c9a-vqJLZIOFQ{JMzdK>cs_h-S<F=lah}|Q`KVAA**u><(IrCphvpr5dxFmM_
zg*TgW61a9nIR@Glg&h|=@<2&B`DsKuD2uEze7j|~DcI~gep{QhFYTG(7UuJ$DC(_>
zwc1KQZo%@}Ehl#F42$nKGvGdUf?3G0eCGAF{SjBEZ+*q_Oz2tJcCBgm-@a)vUX`@i
z|L6CNX%Xf8;83;OX_M|IzcFTF-@V;C^p7t-F_Y&F&(eMGzVH_5oXVa2IZOTAqP0__
z&gV!<yijR%Y0e0FA~Kn+LDDnms^`&HJ7rqK*q5lBd9br<>I>oA-K;FVT!)S>R$if2
zSMo-xmpNwQt69xE=N=8WEPXTMNf2}RR}bBt6<@D@%`LGyxpBoR(Pyo74`*Lo7xOgf
z$hJoPhnLQ+UBq%mLNvNGMrJNkjEz;(Dti$I)`<)IuX;LJmw)vM|6;RVYugEDV}shV
z&rff;8O2VOp8i_POlrpb%`E5Fh-F;A*I`zmu`O%T>f~kJuI_=79j>jyU0ls|{b6OI
z{#&^f=Pf*>zAuU=;K@QsiHqfPLnMMt*K73MjC~&Y@weaCUF}oS3$BOn6F!>0reI@Z
z=83f>d{*1C62cbT4fSZAzcDCBk8NX8T8xZU*Qym|Q|{0HxxM>#;1fluiqJ|w?PR5O
zy<(;!XP<vMV{GwOApGs4)$@dIvz@DtN?=;`-N;IM@}aKaqnoUrMzHN{dN*@pP>#xm
zSts^1?UE=_S$sEHjZ06Q<!AXu>#jLB4^%E*(YJMV7u&jD_CZs-1*6&4v3VSP?zEDt
z|3=QEEK?^#P0_Bo8>4a-KRLc{_v;rK5gf7B%9fwIUajX0JQI91@5w?*i+ri6pOSc<
zWPj083jKL{>#j-Zop$TNxovaQ&bFmCnTu7PCEwM^6nVsR^xTf@jf%gtl6Sm*VVCf*
z;P3fG_3JE*kMun2NQyGN=xl88y|>5Mn5)#zN=tkDyC^e*3)gZ27wmnNVwHUJz~-we
zelAmMI#q=9cg|QLxw^2YQK_rQQ+&-cOS^l*za>iN2P8<bt1Eq4UiVgvkz4Tmqpcm!
zKiC{wvsm^2)y<2QtSz5@x19D{Ry%k1oz=PT(sgpgdU_2ng_UZZOt882xbD-T^QX9v
z*m-`ea!bBGC-a`(%~IvlY|9j<8+7t<a-BRHvr2Mx;n~MZ*E&LU<@%={?z^z2Y~sa@
zjiDMwR-2wY-sZgVY^mUDmn>%fgwy4o#qvI@WM@Avw#%CEMXT&-#EKu!c6Dr3+S;i8
zL2jX}aP!95Veds%jE{%C=aex0_qJz#`2Ck9{>8Bw_ZHtepzbpHdW`tR9YNARS~5P(
zdaWcCp2a+0z&EZq*5$ER?gQaPC$raapP9AwSNXl;PSQIv{e0lWnZ*VLmt(YXwh7=8
cy5{Efj0!IHlhO;mfSNW8p00i_>zopr08nISkN^Mx
diff --git a/README.md b/README.md
index 00615da..801caa4 100644
--- a/README.md
+++ b/README.md
@@ -1,6 +1,6 @@
<!--
SPDX-FileCopyrightText: 2022 Julia Rohrer, Karsten Lübke
-SPDX-FileContributor: 2024 Johannes Keyser
+SPDX-FileContributor: 2024-2025 Johannes Keyser
SPDX-License-Identifier: CC-BY-SA-4.0
-->
@@ -9,11 +9,18 @@ SPDX-License-Identifier: CC-BY-SA-4.0
## Beschreibung
-Dieses Projekt enthält Materialien für den [KI-Campus-Kurs _Was, wie, warum? - Einführungskurs Kausale Inferenz_](https://ki-campus.org/courses/wwweki) von [Dr. Julia Rohrer](https://juliarohrer.com/) (Universität Leipzig) und [Prof. Dr. Karsten Lübke](https://ki-campus.org/node/793) (FOM Hochschule):
+Dieses Projekt enthält Materialien des Kurses _Was, wie, warum? - Einführungskurs Kausale Inferenz_ von [Dr. Julia Rohrer](https://juliarohrer.com/) (Universität Leipzig) und [Prof. Dr. Karsten Lübke](https://ki-campus.org/node/793) (FOM Hochschule).
-Die enthaltenen Materialien sollen es Lehrkräften erleichtern, das Kursmaterial für den eigenen Unterricht anzupassen.
+### Hintergrund
-Wenn Sie das Material studieren wollen, besuchen Sie am besten den originalen Kurs auf [ki-campus.org/courses/wwweki](https://ki-campus.org/courses/wwweki).
+Zum Studieren des Materials besuchen Sie am besten die ShinyApps der ursprünglichen Kursmaterialen, mit Einstieg unter <https://fomshinyapps.shinyapps.io/WWWEKI_Modul_01/>.
+Die zugehörigen Interview-Videos finden Sie unter <https://wwweki.gitlab.io/interviews/>.
+
+Der Kurs war bis Ende 2024 auf <https://ki-campus.org/> verfügbar, inklusive Prüfungsfragen; dieses Angebot wurde seitens KI-Campus gestoppt.
+
+### Änderungen
+
+Die hier enthaltenen, teilweise modifizierten Materialien sollen es Lehrkräften erleichtern, das Kursmaterial für den eigenen Unterricht anzupassen.
Dieses Projekt ist eine Kopie (ein _Fork_) von <https://github.com/luebby/WWWEKI>, mit folgenden (geplanten) Modifikationen:
@@ -27,12 +34,6 @@ Dieses Projekt ist eine Kopie (ein _Fork_) von <https://github.com/luebby/WWWEKI
Eine genauere Aufschlüsselung der Änderungen finden Sie in Datei [CHANGELOG.md](CHANGELOG.md).
-### Was dies nicht ist
-
-Die Lernerfahrung des Kurses auf KI-Campus soll gewährleistet bleiben:
-Insbesondere enthält dieses Projekt keine der benoteten Testfragen oder -antworten, da diese im Originalkurs nur unter Zeitdruck zugänglich sind und das Kurszertifikat von ihnen abhängt.
-
-
## Installation
Mit [Anaconda](https://anaconda.org/) können Sie mit einem Befehl alle benötigten und optionalen Pakete in einer neuen virtuellen Umgebung installieren:
@@ -97,8 +98,7 @@ Optional: Um Ihre Änderungen zu verfolgen und zu diesem Projekt beizutragen, be
## Weiterführende Links
-- Die deutsche Kursvariante auf KI-Campus: <https://ki-campus.org/courses/wwweki>
-- Die englische Kursvariante auf KI-Campus: <https://ki-campus.org/courses/whwici>
+- Eine englische Kursvariante ist verfügbar unter <https://github.com/luebby/WWWEKI-EN>.
- Details siehe z.B. [FOM forscht Wissenschaftsblog](https://www.fom-blog.de/2021/07/einstiegskurs-kausale-inferenz-wird-gemeinsam-von-der-universitaet-leipzig-und-der-fom-hochschule-mit-einer-foerderung-durch-das-bmbf-entwickelt/).
**Videos**:
@@ -122,6 +122,49 @@ Bitte melden Sie Fehler, Unklarheiten und Verbesserungsvorschläge beim original
## Förderung
-Das Vorhaben *Was, wie, warum? Einstiegskurs Kausale Inferenz (WWWEKI)* wird mit Mitteln des Bundesministeriums für Bildung und Forschung unter dem Förderkennzeichen 16DHBQP040 gefördert.
+Das Vorhaben *Was, wie, warum? Einstiegskurs Kausale Inferenz (WWWEKI)* wurde mit Mitteln des Bundesministeriums für Bildung und Forschung unter dem Förderkennzeichen `16DHBQP040` gefördert.
+
+### Hintergrund
+
+Im Rahmen der Kausalen Inferenz sind in den letzten Jahren sowohl in Wissenschaft als auch in der Praxis beachtliche Fortschritte erzielt worden.
+
+Gleichzeitig wird das Thema Kausalität in vielen Forschungsfeldern entweder explizit ausgeklammert oder ignoriert.
+Dies führt zu vielfältigen Problemen in der Datenanalyse (z. B. werden Quellen von Bias oft ignoriert) und es kommt zu einem Mismatch zwischen der gewählten Methode und der Frage, die eigentlich beantwortet werden soll (z. B. werden rein prädiktive Methoden verwendet, um letztlich kausale Fragen zu beantworten).
+Das gilt auch für den Bereich der Künstlichen Intelligenz der von einem stärkeren Fokus auf Kausale Inferenz profitieren würde.
+
+### Zielsetzung
+
+Schon länger wird gefordert, dass das Thema Kausale Inferenz eine zentrale Rolle in den Lehrplänen spielen sollte.
+
+Englischsprachig gibt es diverse (erfolgreiche) MOOCs zum Thema Kausale Inferenz, z. B. von edX, Udemy oder coursera.
+Auch stehen diverse Bücher zu unterschiedlichen Anwendungsfeldern zum Einstieg zur Verfügung, so z. B. von Neal (2020): “Introduction to Causal Inference from a Machine Learning Perspective”, oder Peters, Janzing & Schölkopf (2017): “Elements of Causal Inference”.
+Nicht zuletzt aufgrund der Aktualität des Themas gibt es nach bestem Wissen der Antragsteller:innen jedoch kein vergleichbares deutschsprachiges Angebot.
+Diese Lücke soll der Kurs schließen.
+
+### Methodik
+
+Die ausgewählten Inhalte orientieren sich an Cummiskey & Lübke (2022):
+
+- Elementare Grundlagen von Wahrscheinlichkeit und Statistik, insbesondere bedingte Wahrscheinlichkeiten und Unabhängigkeit
+- Potential Outcome und Counterfactual
+- Kausale Effekte und Verzerrungen (letztere auch bei rein deskriptiven Beschreibungen, z. B. Selection/Survivor Bias)
+- Directed Acyclic Graphs als Mittel zur Beschreibung des datengenerierenden Prozesses
+- Unterschiedliche Ebenen der Datenanwendung und ihre Voraussetzungen
+
+Um den Kurs allgemein interessant zu gestalten, werden die Inhalte entlang von alltäglichen Beispielen motiviert und erklärt werden.
+Themenbezogene kurze Videos, aber auch Animationen, sollen den Lernprozess unterstützen.
+Im Rahmen des MOOCs werden dabei verschiedene offene und geschlossene Fragen inklusive Rückmeldung integriert.
+
+### Publikationen
+
+- Lübke, K., Gehrke, M., Horst, J., & Szepannek, G. (2020).
+ Why we should teach causal inference: Examples in linear regression with simulated data.
+ Journal of Statistics Education, 28(2), 133-139.
+- Rohrer, J. M. (2018).
+ Thinking Clearly About Correlations and Causation: Graphical Causal Models for Observational Data.
+ Advances in Methods and Practices in Psychological Science, 1(1), 27–42.
+- Cummiskey, K., & Lübke, K. (2022).
+ Causality in Data Science Education.
+ Submitted.
--
GitLab