Nieparametry bayesowskie dla wnioskowania przyczynowego i brakujących danych

Oryginalny tytuł:

Bayesian Nonparametrics for Causal Inference and Missing Data

Zawartość książki:

Bayesian Nonparametrics for Causal Inference and Missing Data zawiera przegląd elastycznych metod nieparametrycznych Bayesa (BNP) do modelowania rozkładów łącznych lub warunkowych oraz zależności funkcjonalnych, a także ich interakcji z wnioskowaniem przyczynowym i brakującymi danymi. Książka ta podkreśla znaczenie przyjmowania nietestowalnych założeń w celu identyfikacji estymat będących przedmiotem zainteresowania, takich jak założenie braku losowości dla brakujących danych i bezzasadności dla wnioskowania przyczynowego w badaniach obserwacyjnych. W przeciwieństwie do metod parametrycznych, podejście BNP może uwzględniać możliwe naruszenia założeń i minimalizować obawy związane z błędną specyfikacją modelu. Ogólna strategia polega na tym, aby najpierw określić modele BNP dla obserwowanych danych, a następnie określić dodatkowe założenia, których nie można sprawdzić, aby zidentyfikować estymaty będące przedmiotem zainteresowania.

Książka podzielona jest na trzy części. Część I rozwija kluczowe koncepcje wnioskowania przyczynowego i brakujących danych oraz dokonuje przeglądu odpowiednich koncepcji wnioskowania bayesowskiego. Część II wprowadza podstawowe narzędzia BNP wymagane do rozwiązywania problemów związanych z wnioskowaniem przyczynowym i brakami danych. Część III pokazuje, w jaki sposób podejście BNP może być stosowane w różnych studiach przypadków. Zbiory danych w studiach przypadków pochodzą z elektronicznej dokumentacji medycznej, danych ankietowych, badań kohortowych i randomizowanych badań klinicznych.

Cechy.

- Dokładne omówienie zarówno BNP, jak i jego interakcji z wnioskowaniem przyczynowym i brakującymi danymi.

- Jak używać BNP i obliczeń g do wnioskowania przyczynowego i nieignorowalnych braków danych.

- Jak wyprowadzić i skalibrować parametry wrażliwości, aby ocenić wrażliwość na odchylenia od niemożliwych do sprawdzenia założeń dotyczących związku przyczynowego i/lub braku danych.

- Szczegółowe studia przypadków ilustrujące zastosowanie metod BNP do wnioskowania przyczynowego i brakujących danych.

- Kod R i/lub pakiety do implementacji BNP we wnioskowaniu przyczynowym i problemach brakujących danych.

Książka jest skierowana przede wszystkim do naukowców i studentów studiów magisterskich z zakresu statystyki i biostatystyki. Będzie również przydatnym praktycznym źródłem informacji dla zaawansowanych matematycznie epidemiologów i badaczy medycznych.