Эта книга представляет собой сборник статей по статистическим методам, связанным с анализом пропущенных данных, включая множественное вменение, баллы склонности, инструментальные переменные и байесовский вывод. Охватывая новые исследовательские темы и реальные примеры, которые не встречаются во многих стандартных текстах. Книга посвящена профессору Дону Рубину (Гарвард). Дон Рубин внес фундаментальный вклад в изучение пропущенных данных. Основные особенности книги включают: всеобъемлющий охват важной области для исследований и приложений; прагматичный подход к описанию широкого спектра промежуточных и продвинутых статистических методов; освещение ключевых тем, таких как множественное вменение, баллы склонности, инструментальные переменные и байесовский вывод; включает ряд применений в общественных и медицинских науках; под редакцией и авторством высокоуважаемых исследователей в этой области.
Электронная Книга «Applied Bayesian Modeling and Causal Inference from Incomplete-Data Perspectives» написана автором Andrew Gelman в году.
Минимальный возраст читателя: 0
Язык: Английский
ISBN: 9780470090442
Описание книги от Andrew Gelman
This book brings together a collection of articles on statistical methods relating to missing data analysis, including multiple imputation, propensity scores, instrumental variables, and Bayesian inference. Covering new research topics and real-world examples which do not feature in many standard texts. The book is dedicated to Professor Don Rubin (Harvard). Don Rubin has made fundamental contributions to the study of missing data. Key features of the book include: Comprehensive coverage of an imporant area for both research and applications. Adopts a pragmatic approach to describing a wide range of intermediate and advanced statistical techniques. Covers key topics such as multiple imputation, propensity scores, instrumental variables and Bayesian inference. Includes a number of applications from the social and health sciences. Edited and authored by highly respected researchers in the area.
