“Brumback的文本以这种清晰、严谨、可读的方式,用概率和统计的基本原理展示了因果推理的概念,这将极大地提高学生、研究人员和各行各业从业者对因果推理的可及性。” -Debashis Ghosh,《国际统计评论》,2022年3月
人类临床试验和观察性研究的主要动机之一是推断因果关系。理清因果关系是极其重要的。《因果推理基础》从潜在结果和图形模型的角度解释和关联了混杂调整的不同方法,包括标准化、差中差估计、前门法、工具变量估计和倾向评分法。它还涵盖了效果测量修正、精度变量、中介分析和时间相关的混杂。一些真实的数据实例、模拟研究和使用R的分析贯穿始终。本书假定熟悉基本统计和概率、回归和R,适合统计学、生物统计学和数据科学的高年级学生或研究生以及其他各种学科的博士生,包括流行病学、药学、健康科学、教育和社会、经济和行为科学。
本书以简要的历史和概率论和统计基本要素的回顾开始,一个独特的特点是它的焦点是真实和模拟的数据集,所有二进制变量,以减少复杂的方法到它们的基本原理。微积分不是必需的,但是愿意处理数学符号、复杂的概念和复杂的逻辑论证是必不可少的。虽然包含了许多真实的数据例子,但本书也以双重假设研究为特色,它基于已知因果机制的模拟数据,相信在已知方法成功或失败的情况下,这些方法是最好的理解。数据集,R代码和奇数练习的解决方案可在该书的网站www.routledge.com/9780367705053上获得。