Forwarded from доказательный ⎵ пробел
📘 Matching and Weighting for Causal Inference — новый практический гид от Ноа Грайфера (Noah Greifer)
На сайте IQSS Гарвардского университета вышла электронная книга «Matching and Weighting for Causal Inference: A Primer and Tutorial» - подробное руководство по методам подбора (matching) и взвешивания (weighting) в causal inference.
Грайфер систематизирует лучшие практики для исследований, где невозможно случайное распределение treatment — будь то медицина, экономика или социальные науки, и где (как мы с вами знаем) требуется особое искусство взвешиваний и перевзвешиваний ) Книга охватывает:
- планирование анализа и проверку допущений;
- методы подбора и взвешивания (включая propensity score);
- оценку качества сопоставления и чувствительности результатов;
- корректную интерпретацию эффектов и оформление отчета.
Это не «учебник», а практическое руководство для исследователей, которые хотят надежно использовать методы каузальной корректировки в прикладных данных.
_________________
Автор — Ноа Грайфер (Noah Greifer), исследователь и разработчик пакетов R (MatchIt, WeightIt, cobalt), активно пишет о применении каузальных методов в блоге (рекомендуем), где публикует заметки о практических аспектах анализа, ошибках и новых инструментах.
@evidencespace
На сайте IQSS Гарвардского университета вышла электронная книга «Matching and Weighting for Causal Inference: A Primer and Tutorial» - подробное руководство по методам подбора (matching) и взвешивания (weighting) в causal inference.
Грайфер систематизирует лучшие практики для исследований, где невозможно случайное распределение treatment — будь то медицина, экономика или социальные науки, и где (как мы с вами знаем) требуется особое искусство взвешиваний и перевзвешиваний ) Книга охватывает:
- планирование анализа и проверку допущений;
- методы подбора и взвешивания (включая propensity score);
- оценку качества сопоставления и чувствительности результатов;
- корректную интерпретацию эффектов и оформление отчета.
Это не «учебник», а практическое руководство для исследователей, которые хотят надежно использовать методы каузальной корректировки в прикладных данных.
_________________
Автор — Ноа Грайфер (Noah Greifer), исследователь и разработчик пакетов R (MatchIt, WeightIt, cobalt), активно пишет о применении каузальных методов в блоге (рекомендуем), где публикует заметки о практических аспектах анализа, ошибках и новых инструментах.
@evidencespace
5❤12👍4🔥3
Ebm_base
Секретные знания, скрытые от онкологов 😁
У онкологов праздник - ESMO 2025
Готовьтесь к огромному потоку HR, p-value и плясок вокруг точечных значений и гипотез)
А мне вспоминается этот скрин)
#бурловдушнила
Готовьтесь к огромному потоку HR, p-value и плясок вокруг точечных значений и гипотез)
А мне вспоминается этот скрин)
#бурловдушнила
Telegram
Ebm_base
Секретные знания, скрытые от онкологов 😁
3😁6❤1
С сегодняшнего дня мне запретили иронизировать. Буду учиться быть экологичным.
😁17😱12💩4😭4👍2🗿2💊2❤1🍌1👻1
Все совпадения случайны)
Простите, я не смог себя сдержать 😁 считаю это лучшее применении ИИ
В комментах отмечайте какой нравится больше)))
Простите, я не смог себя сдержать 😁 считаю это лучшее применении ИИ
В комментах отмечайте какой нравится больше)))
😁21🔥8❤5👍2❤🔥1👏1🤣1