Descripción
INFERENCIA CAUSAL EN ESTADÍSTICA
Una introducción
La causalidad es fundamental para la comprensión y el uso de los datos. Sin una comprensión de las relaciones causa-efecto, no podemos usar los datos para responder preguntas tan básicas como "¿Este tratamiento daña o ayuda a los pacientes?" Pero aunque hay cientos de textos introductorios disponibles sobre métodos estadísticos de análisis de datos, hasta ahora, no se ha escrito ningún libro a nivel de principiante sobre el creciente arsenal de métodos que pueden extraer información causal de los datos.
Inferencia causal en estadística llena ese vacío. Utilizando ejemplos sencillos y un lenguaje claro, el libro explica cómo definir los parámetros causales; los supuestos necesarios para estimar los parámetros causales en una variedad de situaciones; cómo expresar esos supuestos matemáticamente; si esos supuestos tienen implicaciones comprobables; cómo predecir los efectos de las intervenciones; y cómo razonar contrafácticamente. Estas son las herramientas fundamentales que cualquier estudiante de estadística necesita adquirir para usar métodos estadísticos para responder preguntas causales de interés.
Este libro es accesible para cualquier persona interesada en interpretar datos, desde estudiantes universitarios, profesores, investigadores o para el público en general. Los ejemplos provienen de una amplia variedad de campos, incluyendo la medicina, las políticas públicas y el derecho; se proporciona una breve introducción a la probabilidad y la estadística para los no iniciados; y cada capítulo incluye preguntas de estudio para reforzar la comprensión del lector.
Autor: Judea Pearl, Madelyn Glymour, Nicholas P. Jewell
Editorial: Wiley
Publicado: 07/03/2016
Páginas: 160
Tipo de encuadernación: Tapa blanda
Peso: 0.55lbs
Tamaño: 9.50h x 6.50w x 0.40d
ISBN13: 9781119186847
ISBN10: 1119186846
Categorías BISAC:
- Matemáticas | Probabilidad y Estadística | General
- Ciencia | Filosofía y Aspectos Sociales
Acerca del autor
Judea Pearl, Ciencias de la Computación y Estadística, Universidad de California, Los Ángeles, EE. UU.
Madelyn Glymour, Filosofía, Universidad Carnegie Mellon, Pittsburgh, EE. UU.
Nicholas P. Jewell, Bioestadística y Estadística, Universidad de California, Berkeley, EE. UU.