“Causal Inference in Statistics: A Primer”的版本间的差异
跳到导航
跳到搜索
（→内容简介） |
（→基本信息） |
||
| 第5行： | 第5行： | ||
= 基本信息 = | = 基本信息 = | ||
| + | 书名：Causal Inference in Statistics | ||
| + | |||
| + | 作者：Judea Pearl/Madelyn Glymour/Nicholas P. Jewell | ||
| + | |||
| + | 中文翻译版：统计因果推理入门 | ||
| + | |||
| + | 译者: 杨矫云 / 安宁 / 李廉 | ||
= 作者介绍 = | = 作者介绍 = | ||
2022年5月5日 (四) 01:34的版本
内容简介
因果性是理解和应用数据的核心，如果无法从数据中获知因果关系，则甚至无法回答诸如“治疗方案对患者有益还是有害”这类基本问题。虽然现在有很多关于数据分析统计方法的教科书，但到目前为止还没有适合初学者水平的书，介绍如何从数据中快速梳理因果信息的各种方法。
本书弥补了这种缺憾。书中使用简单的实例与朴实的语言介绍了如何定义因果关系，在各种情形下估计因果参数所必需的假设，如何数学化地表示这些假设，这些假设是否有可检测的蕴涵，如何预测干预的效应，以及如何进行反事实推理等。这些都是有兴趣用统计方法回答因果问题的读者需要掌握的基本工具。
基本信息
书名：Causal Inference in Statistics
作者：Judea Pearl/Madelyn Glymour/Nicholas P. Jewell
中文翻译版：统计因果推理入门
译者: 杨矫云 / 安宁 / 李廉