Bayesian Nonparametrics for Causal Inference and Missing Data

Sprache: Englisch

Verlag: Chapman And Hall/CRC Aug 2023, 2023

036734100X / 9780367341008

Serie: Buch 110 von 110 - ISSN

Anbieter: BuchWeltWeit Ludwig Meier e.K., Bergisch Gladbach, DeutschlandBuchWeltWeit Ludwig Meier e.K.

Verkäufer/-in mit 5 Sternen

AbeBooks-Verkäufer/-in seit 11. Januar 2012

Artikel dieses Verkäufers ansehen
Hardcover

Zustand: Neu

EUR 155,50

EUR 23,00 Versand 
Versand von Deutschland nach USA

Anzahl: 2 verfügbar

In den Warenkorb
Kostenlose Rückgaben innerhalb von 30 Tagen

Artikelbeschreibung vom Verkäufer

This item is printed on demand - it takes 3-4 days longer - Neuware -Bayesian Nonparametrics for Causal Inference and Missing Data provides an overview of flexible Bayesian nonparametric (BNP) methods for modeling joint or conditional distributions and functional relationships, and their interplay with causal inference and missing data. This book emphasizes the importance of making untestable assumptions to identify estimands of interest, such as missing at random assumption for missing data and unconfoundedness for causal inference in observational studies. Unlike parametric methods, the BNP approach can account for possible violations of assumptions and minimize concerns about model misspecification. The overall strategy is to first specify BNP models for observed data and then to specify additional uncheckable assumptions to identify estimands of interest.The book is divided into three parts. Part I develops the key concepts in causal inference and missing data and reviews relevant concepts in Bayesian inference. Part II introduces the fundamental BNP tools required to address causal inference and missing data problems. Part III shows how the BNP approach can be applied in a variety of case studies. The datasets in the case studies come from electronic health records data, survey data, cohort studies, and randomized clinical trials.Features- 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 non-ignorable 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 problemsThe book is primarily aimed at researchers and graduate students from statistics and biostatistics. It will also serve as a useful practical reference for mathematically sophisticated epidemiologists and medical researchers. 264 pp. Englisch.

Bestandsnummer des Verkäufers 9780367341008

Titel
Bayesian Nonparametrics for Causal Inference and Missing Data
Autor
Michael J. Daniels
Verlag
Chapman And Hall/CRC Aug 2023
Veröffentlichungsjahr
2023
Zustand
Neu
Einband
Buch
Sprache
Englisch
ISBN-10
036734100X
ISBN-13
9780367341008
Artikelgewicht
564 Gramm
Abmessungen
240x161x19 mm
Serie
Buch 110 von 110: ISSN

BuchWeltWeit Ludwig Meier e.K.

Bergisch Gladbach, Deutschland

Verkäufer/-in mit 5 Sternen

AbeBooks-Verkäufer/-in seit 11. Januar 2012

Versandkosten von Deutschland nach USA

Artikel5 bis 15 Werktage5 bis 15 Werktage
Erster ArtikelEUR 23,00EUR 23,00
Die Versandzeiten werden von den Verkäuferinnen und Verkäufern festgelegt. Sie variieren je nach Versanddienstleister und Standort. Sendungen, die den Zoll passieren, können Verzögerungen unterliegen. Eventuell anfallende Abgaben oder Gebühren sind von der Käuferin bzw. dem Käufer zu tragen. Die Verkäuferin bzw. der Verkäufer kann Sie bezüglich zusätzlicher Versandkosten kontaktieren, um einen möglichen Anstieg der Versandkosten für Ihre Artikel auszugleichen.

Zahlungsarten

  • Visa
  • Mastercard
  • American Express
  • Carte Bleue
  • Apple Pay
  • Google Pay
  • Banküberweisung
  • PayPal
  • Vorauskasse

Unternehmensdaten der Verkäuferin bzw. des Verkäufers

BuchWeltWeit Ludwig Meier e.K.

Deutschland