Bayesian Nonparametrics for Causal Inference and Missing Data
• Thorough discussion of both BNP and its interplay with causal inference and missing data • How to use BNP and g-computation for causal inference and nonignorable missingness • How to derive and calibrate sensitivity parameters to assess sensitivity to deviations from uncheckable causal and/or missingness assumptions • Detailed case studies illustrating the application of BNP methods to causal inference and missing data • R-code and/or packages to implement BNP in causal inference and missing data problems
-
Autore:
-
Editore:
-
Collana:Chapman & Hall/CRC Monographs on Statistics and Applied Probability
-
Anno:2023
-
Rilegatura:Hardback
-
Pagine:248 p.
Le schede prodotto sono aggiornate in conformità al Regolamento UE 988/2023. Laddove ci fossero taluni dati non disponibili per ragioni indipendenti da Feltrinelli, vi informiamo che stiamo compiendo ogni ragionevole sforzo per inserirli. Vi invitiamo a controllare periodicamente il sito www.lafeltrinelli.it per eventuali novità e aggiornamenti.
Per le vendite di prodotti da terze parti, ciascun venditore si assume la piena e diretta responsabilità per la commercializzazione del prodotto e per la sua conformità al Regolamento UE 988/2023, nonché alle normative nazionali ed europee vigenti.
Per informazioni sulla sicurezza dei prodotti, contattare productsafety@feltrinelli.it