Causal Analysis

Une introduction complète et à la pointe des méthodes quantitatives d'analyse causale, incluant les nouvelles tendances en apprentissage automatique. Raisonnement sur la cause et l'effet — la conséquence de faire une chose plutôt qu'une autre — est une partie intégrante de notre vie en tant qu'êtres humains. Dans une économie de plus en plus numérique et axée sur les données, l'importance d'une analyse causale sophistiquée ne fait que croître. Présentant les méthodes quantitatives les plus importantes pour évaluer les effets causaux, ce manuel offre aux étudiants de troisième cycle et aux chercheurs une introduction claire et complète à l'analyse causale des données empiriques. L'approche accessible de Martin Huber met en lumière l'intuition et la motivation derrière les différentes méthodes tout en fournissant également des discussions formelles sur des concepts clés en utilisant une notation statistique. L'Analyse Causale couvre plusieurs développements méthodologiques non abordés dans d'autres ouvrages, y compris les nouvelles tendances en apprentissage automatique, l'évaluation des effets d'interaction ou d'interférence, et des conceptions de recherche récentes telles que les conceptions de regroupement ou de kink. C'est l'introduction la plus complète et à la pointe de l'analyse causale, y compris l'apprentissage automatique causal. La présentation claire de matériel rigoureux évite les détails superflus et met l'accent sur les analogies conceptuelles plutôt que sur la notation statistique. Elle fournit une gamme d'applications et des exemples pratiques utilisant R.