Nonparametria bayesiana per l'inferenza causale e i dati mancanti

Titolo originale:

Bayesian Nonparametrics for Causal Inference and Missing Data

Contenuto del libro:

Il libro Bayesian Nonparametrics for Causal Inference and Missing Data offre una panoramica dei metodi nonparametrici bayesiani (BNP) flessibili per modellare distribuzioni congiunte o condizionali e relazioni funzionali, e la loro interazione con l'inferenza causale e i dati mancanti. Questo libro sottolinea l'importanza di formulare ipotesi non verificabili per identificare gli stimatori di interesse, come l'ipotesi di mancanza casuale per i dati mancanti e l'inconfondatezza per l'inferenza causale negli studi osservazionali. A differenza dei metodi parametrici, l'approccio BNP è in grado di tenere conto delle possibili violazioni delle ipotesi e di minimizzare le preoccupazioni relative alla mancata specificazione del modello. La strategia generale consiste nello specificare prima i modelli BNP per i dati osservati e poi specificare ulteriori ipotesi non controllabili per identificare gli stimatori di interesse.

Il libro è diviso in tre parti. La Parte I sviluppa i concetti chiave dell'inferenza causale e dei dati mancanti e passa in rassegna i concetti rilevanti dell'inferenza bayesiana. La Parte II introduce gli strumenti fondamentali del BNP necessari per affrontare i problemi di inferenza causale e di dati mancanti. La Parte III mostra come l'approccio BNP possa essere applicato in una serie di casi di studio. I set di dati presenti nei casi di studio provengono da cartelle cliniche elettroniche, dati di sondaggi, studi di coorte e studi clinici randomizzati.

Caratteristiche.

- Discussione approfondita del BNP e della sua interazione con l'inferenza causale e i dati mancanti.

- Come utilizzare il BNP e il calcolo di g per l'inferenza causale e la mancanza nonignorabile.

- Come derivare e calibrare i parametri di sensibilità per valutare la sensibilità alle deviazioni dalle ipotesi di causalità e/o di mancanza non verificabili.

- Casi di studio dettagliati che illustrano l'applicazione dei metodi BNP all'inferenza causale e ai dati mancanti.

- Codice R e/o pacchetti per implementare BNP nell'inferenza causale e nei problemi di dati mancanti.

Il libro si rivolge principalmente a ricercatori e studenti laureati in statistica e biostatistica. Sarà anche un utile riferimento pratico per epidemiologi e ricercatori medici matematicamente sofisticati.