دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
دسته بندی: آمار ریاضی ویرایش: 1 نویسندگان: Guido W. Imbens, Donald B. Rubin سری: ISBN (شابک) : 0521885884, 9780521885881 ناشر: Cambridge University Press سال نشر: 2015 تعداد صفحات: 647 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 5 مگابایت
کلمات کلیدی مربوط به کتاب استنتاج علت برای آمار ، علوم اجتماعی و زیست پزشکی: مقدمه: ریاضیات، نظریه احتمالات و آمار ریاضی، آمار ریاضی، آمار ریاضی کاربردی
در صورت تبدیل فایل کتاب Causal Inference for Statistics, Social, and Biomedical Sciences: An Introduction به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب استنتاج علت برای آمار ، علوم اجتماعی و زیست پزشکی: مقدمه نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
بیشتر سؤالات در علوم اجتماعی و زیست پزشکی ماهیت علّی دارند: اگر بخشی از محیط آنها تغییر می کرد برای افراد یا گروه ها چه اتفاقی می افتد؟ در این متن راهگشا دو کارشناس مطرح دنیا روش های آماری را برای بررسی این گونه سوالات ارائه می کنند. این کتاب با مفهوم پیامدهای بالقوه شروع میشود، که هرکدام مربوط به نتیجهای است که اگر سوژهای در معرض درمان یا رژیم خاصی قرار گیرد، محقق میشود. در این رویکرد، اثرات علی مقایسه چنین پیامدهای بالقوه است. مشکل اساسی استنتاج علی این است که ما فقط می توانیم یکی از نتایج بالقوه را برای یک موضوع خاص مشاهده کنیم. نویسندگان درباره این موضوع بحث میکنند که چگونه آزمایشهای تصادفی به ما اجازه میدهند تا اثرات علی را ارزیابی کنیم و سپس به مطالعات مشاهدهای روی بیاوریم. آنها مفروضات مورد نیاز برای استنتاج علّی را بیان میکنند و روشهای تحلیل پیشرو، از جمله تطبیق، روشهای امتیاز گرایش، و متغیرهای ابزاری را توصیف میکنند. بسیاری از برنامه های کاربردی با تمرکز ویژه بر جنبه های عملی برای محقق تجربی گنجانده شده است.
Most questions in social and biomedical sciences are causal in nature: what would happen to individuals, or to groups, if part of their environment were changed? In this groundbreaking text, two world-renowned experts present statistical methods for studying such questions. This book starts with the notion of potential outcomes, each corresponding to the outcome that would be realized if a subject were exposed to a particular treatment or regime. In this approach, causal effects are comparisons of such potential outcomes. The fundamental problem of causal inference is that we can only observe one of the potential outcomes for a particular subject. The authors discuss how randomized experiments allow us to assess causal effects and then turn to observational studies. They lay out the assumptions needed for causal inference and describe the leading analysis methods, including, matching, propensity-score methods, and instrumental variables. Many detailed applications are included, with special focus on practical aspects for the empirical researcher.