📘 Matching and Weighting for Causal Inference — новый практический гид от Ноа Грайфера (Noah Greifer)

На сайте IQSS Гарвардского университета вышла электронная книга «Matching and Weighting for Causal Inference: A Primer and Tutorial» - подробное руководство по методам подбора (matching) и взвешивания (weighting) в causal inference.

Грайфер систематизирует лучшие практики для исследований, где невозможно случайное распределение treatment — будь то медицина, экономика или социальные науки, и где (как мы с вами знаем) требуется особое искусство взвешиваний и перевзвешиваний ) Книга охватывает:

- планирование анализа и проверку допущений;
- методы подбора и взвешивания (включая propensity score);
- оценку качества сопоставления и чувствительности результатов;
- корректную интерпретацию эффектов и оформление отчета.

Это не «учебник», а практическое руководство для исследователей, которые хотят надежно использовать методы каузальной корректировки в прикладных данных.
_________________
Автор — Ноа Грайфер (Noah Greifer), исследователь и разработчик пакетов R (MatchIt, WeightIt, cobalt), активно пишет о применении каузальных методов в блоге (рекомендуем), где публикует заметки о практических аспектах анализа, ошибках и новых инструментах.

@evidencespace

Тут я процитирую твиттер Стивена Сенна:
Что не говорил Р. А. Фишер:
1) "Рандомизация выравнивает все конфаундеры".
Что говорил Р. А. Фишер:
2) "Рандомизация позволяет надежно оценить неопределенность, обусловленную неизвестными конфаундерами"
Что говорит Стивен Джон Сенн:
"Если вы придерживаетесь первой точки зрения, то продолжайте учить матчасть, пока не станете придерживаться второй точки зрения".
https://twitter.com/stephensenn/status/1470042516544229384

В первый раз присоединились к статистическому чату и не знаете, как здесь принято себя вести? Прочитали посты, полные сарказма и постметаиронии, и теперь боитесь задать вопрос? Есть желание получить признание среди участников сообщества? А может, вы сами завели блог на научную тему и теперь раздумываете, как привлечь в него других учёных?

Вам помогут наши рекомендации! Когда-то они были подготовлены для новых участников, желающих влиться в не самую простую среду научных чатов, но какое-то время пролежали на полке неопубликованных заметок. А ведь хорошо получилось! Главное, что сейчас, похоже, есть запрос на такие правила, учитывая плотность общения в чатах о статистике, становящегося иногда весьма эмоциональным.

В рекомендациях, доступных по ссылке к этому посту, 3 небольших раздела:
1️⃣ Что вызывает позитивную реакцию в научном сообществе?
2️⃣ Рекомендации по общению в научных блогах для подписчиков.
3️⃣ Рекомендации по содержанию постов для авторов научных блогов.

Буду рад, если эти рекомендации помогут выбрать правильный настрой на активное присутствие в чатах и блогах: @medstatistic_chat,
@nkonnadm,
@chat_biostat_R,
@ebm_base,
@clinresearch,
@stats_for_science,
@choking_data,
@tabulated_stats и других.
Хотя это всего лишь мое мнение, но оно основано на многолетних наблюдениях за общением их участников.

А свои мнения, дополнения и замечания не стесняйтесь оставлять в комментариях🤗

Читать рекомендации