Causal Inference in R
Langue : anglais
Edité par Packt Publishing, 2024
- Livre broché
- Neuf
Vendeur : PBShop.store US, Wood Dale, IL, Etats-UnisPBShop.store US
Vendeur AbeBooks depuis 7 avril 2005
Etat: Neuf
EUR 54,71
Quantité disponible : Plus de 20 disponibles
Ajouter au panierItem description from seller
N° de réf. du vendeur L2-9781837639021
- Titre
- Causal Inference in R
- Auteur
- Subhajit Das
- Éditeur
- Packt Publishing
- Année de publication
- 2024
- État de l'article
- New
- Reliure
- PAP
- Langue
- anglais
- ISBN à 10 chiffres
- 1837639027
- ISBN à 13 chiffres
- 9781837639021
- Poids de l'article
- 712 grammes
Master the fundamentals to advanced techniques of causal inference through a practical, hands-on approach with extensive R code examples and real-world applications
Key Features
- Explore causal analysis with hands-on R tutorials and real-world examples
- Grasp complex statistical methods by taking a detailed, easy-to-follow approach
- Equip yourself with actionable insights and strategies for making data-driven decisions
- Purchase of the print or Kindle book includes a free PDF eBook
Book Description
Determining causality in data is difficult due to confounding factors. Written by an applied scientist specializing in causal inference with over a decade of experience, Causal Inference in R provides the tools and methods you need to accurately establish causal relationships, improving data-driven decision-making.
This book helps you get to grips with foundational concepts, offering a clear understanding of causal models and their relevance in data analysis. You’ll progress through chapters that blend theory with hands-on examples, illustrating how to apply advanced statistical methods to real-world scenarios. You’ll discover techniques for establishing causality, from classic approaches to contemporary methods, such as propensity score matching and instrumental variables. Each chapter is enriched with detailed case studies and R code snippets, enabling you to implement concepts immediately. Beyond technical skills, this book also emphasizes critical thinking in data analysis to empower you to make informed, data-driven decisions. The chapters enable you to harness the power of causal inference in R to uncover deeper insights from data.
By the end of this book, you’ll be able to confidently establish causal relationships and make data-driven decisions with precision.
What you will learn
- Get a solid understanding of the fundamental concepts and applications of causal inference
- Utilize R to construct and interpret causal models
- Apply techniques for robust causal analysis in real-world data
- Implement advanced causal inference methods, such as instrumental variables and propensity score matching
- Develop the ability to apply graphical models for causal analysis
- Identify and address common challenges and pitfalls in controlled experiments for effective causal analysis
- Become proficient in the practical application of doubly robust estimation using R
Who this book is for
This book is for data practitioners, statisticians, and researchers keen on enhancing their skills in causal inference using R, as well as individuals who aspire to make data-driven decisions in complex scenarios. It serves as a valuable resource for both beginners and experienced professionals in data analysis, public policy, economics, and social sciences. Academics and students looking to deepen their understanding of causal models and their practical implementation will also find it highly beneficial.
Table of Contents
- Introducing Causal Inference
- Unraveling Confounding and Associations
- Initiating R with a Basic Causal Inference Example
- Constructing Causality Models with Graphs
- Navigating Causal Inference through Directed Acyclic Graphs
- Employing Propensity Score Techniques
- Employing Regression Approaches for Causal Inference
- Executing A/B Testing and Controlled Experiments
- Implementing Doubly Robust Estimation
- Analyzing Instrumental Variables
- Investigating Mediation Analysis
- Exploring Sensitivity Analysis
- Scrutinizing Heterogeneity in Causal Inference
- Harnessing Causal Forests and Machine Learning Methods
- Implementing Causal Discovery in R
« Synopsis » peut appartenir à une autre édition de cet ouvrage.
À propos de l’auteur
Subhajit Das holds a PhD in computer science from Georgia Institute of Technology, USA, specializing in machine learning (ML) and visual analytics. With 10+ years of experience, he is an expert in causal inference, revealing complex relationships and data-driven decision-making. His work has influenced millions in AI, e-commerce, logistics, and 3D software sectors. He has collaborated with leading companies, such as Amazon, Microsoft, Bosch, UPS, 3M, and Autodesk, creating solutions that seamlessly integrate causal reasoning and ML. His research, published in top conferences, focuses on developing AI-powered interactive systems for domain experts. He also holds a master's degree in design computing from the University of Pennsylvania, USA.
« A propos de ce titre » peut appartenir à une autre édition de cet ouvrage.
PBShop.store US
Wood Dale, IL, Etats-Unis
Vendeur AbeBooks depuis 7 avril 2005
Frais d'expédition à l'intérieur de ce pays : Etats-Unis
| Article | 7 à 14 jours ouvrés | 7 à 14 jours ouvrés |
|---|---|---|
| Premier article | EUR 0,00 | EUR 0,00 |
Modes de paiement
Description de la boutique
Spécialité
Hardbacks, PaperbacksProfil professionnel du vendeur
Pbshop.co.uk Ltd
Unit 22 Horcott Industrial Estate, Horcott Road
Fairford, Royaume-Uni GL7 4BX
Conditions de vente
Returns Policy
We ask all customers to contact us for authorisation should they wish to return their order. Orders returned without authorisation may not be credited.
If you wish to return, please contact us within 14 days of receiving your order to obtain authorisation.
Returns requested beyond this time will not be authorised.
Our team will provide full instructions on how to return your order and once received our returns department will process your refund.
Please note the cost to return any unwanted order to us is borne by the buyer.
Should your order arrive damaged, not as advertised or faulty, we must be advised of this within 14 days of delivery. Please contact us so we can find the best solution for you.
Our Customer Care Team can be contacted via emailing paperback-us@paperbackshop.co.uk, or by calling our UK Office on +441285 712 917. We are available 9:00am till 5:30pm GMT weekdays and 9:00am till 1:00pm GMT on Saturdays.
Droit de rétractation
Si vous êtes un consommateur, vous pouvez exercer votre droit de rétractation sur le contrat conformément à ce qui suit. Le mot « consommateur » désigne toute personne physique agissant à des fins qui n'entrent pas dans le cadre de son activité commerciale, artisanale ou professionnelle.
Informations concernant le droit de rétractation
Droit statutaire de rétractation
Vous avez le droit d'exercer votre droit de rétractation sur ce contrat dans les 14 jours sans donner de raison.
Le délai de rétractation expirera au bout de 14 jours à compter du jour où vous-même, ou un tiers autre que le transporteur et désigné par vous, prendrez physiquement possession de la dernière marchandise, du dernier lot ou de la dernière pièce.
Pour exercer votre droit de rétractation, remplissez électroniquement et envoyez une déclaration claire sur notre site Web, sous « Vos achats » dans « Votre compte ». Nous vous communiquerons sans délai un accusé de réception de cette rétractation sur un support durable (par exemple, par e-mail).
Pour respecter le délai de rétractation, il vous suffit d'envoyer votre message concernant l'exercice de votre droit de rétractation avant l'expiration du délai de rétractation.
Effets de la rétractation
Si vous exercez votre droit de rétractation sur ce contrat, nous vous rembourserons tous les paiements que vous avez effectués, y compris les frais de livraison (à l'exception des frais supplémentaires résultant du choix d'un mode de livraison autre que le type de livraison standard le moins cher que nous proposons).
Nous pouvons déduire du remboursement la perte de valeur de toute marchandise livrée, si la perte est le résultat d'une manipulation inutile de votre part.
Nous effectuerons le remboursement dans les meilleurs délais, et au plus tard 14 jours après le jour où nous aurons été informés de votre décision d'exercer votre droit de rétractation sur ce contrat.
Nous effectuerons le remboursement en utilisant le même moyen de paiement que celui que vous avez utilisé pour la transaction initiale, sauf si vous en avez expressément convenu autrement ; en tout état de cause, aucuns frais ne vous seront facturés à la suite d'un tel remboursement.
Nous pouvons suspendre le remboursement jusqu'à ce que nous ayons reçu les marchandises ou que vous ayez fourni la preuve que vous avez renvoyé les marchandises, en fonction de la première éventualité.
Vous devez renvoyer les marchandises ou les remettre à PBShop.store US, Springfield Gardens, New York, U.S.A., +44 1285 712917, sans retard injustifié et, en tout état de cause, au plus tard 14 jours à compter du jour où vous nous avez communiqué votre décision de rétractation du présent contrat. Le délai est respecté si vous renvoyez les marchandises avant l'expiration du délai de 14 jours. Vous devrez prendre en charge les frais directs du renvoi des marchandises. Vous n'êtes responsable que de toute diminution de valeur des marchandises résultant d'une manipulation autre que celle nécessaire pour établir la nature, les caractéristiques et le fonctionnement des marchandises.
Exceptions au droit de rétractation
Le droit de rétractation ne s'applique pas à ce qui suit :
- Distribution de journaux, de revues ou de magazines, à l'exception des contrats d'abonnement ; et
- Fourniture d'un contenu numérique qui n'est pas fourni sur un support matériel (par exemple, sur un CD ou un DVD) si vous avez accepté, lors de votre commande, que nous puissions commencer à le livrer et que vous ne puissiez pas exercer votre droit de rétractation une fois la livraison commencée.
Conditions d'expédition
Books are shipped from our US or UK warehouses. Delivery estimates allow for delivery from either location.