Часто стало получаться так, что у меня в библиотеке есть книги Нобелевских лауреатов по экономике

Нобелевские лауреаты 2024: Дарон Аджемоглу, Джеймс Робинсон, Саймон Джонсон за изучение формирования институтов и их роли в процветании. Ура!

Если про Why nations fail, думаю, знают многие, ещё вот такая книга переведена на русский язык

Автор пакет marginaleffects драфт новой книги опубликовал
https://marginaleffects.com/

С нетерпением жду выхода новых видео на канале ritvikmath, с тех пор как на него наткнулся. Честно говоря, я никогда не задумывался, что доказательство валидности* функции плотности вероятности стандартного нормального распределения – нетривиальная задача.

* валидная функция плотности вероятности (pdf) должна интегрироваться в 1, но существуют функции не обладающие таким свойством, но которые можно использовать вместо настоящих pdf в качестве априорных распределений в байесовском статистическом выводе. Очень известный пример –конъюгированное априорное распределение Джеффриса для биномиального распределения (Beta(1/2, 1/2)).

Симпатичная задчака по генетике/терверу. Xh - аллель гемофилии, вопрос: какова вероятность того, что женщина обведенная окружностью является носителем?

Человек анализом данных занимается, говорит, что профессионально, пишет пост, утверждения в котором можно элементарно проверить, для этого не нужно знать математику.

Как можно сравнить группы по тем или иным количественным переменным, чтобы исключить влияние других ковариат, например, пола и возраста? Читайте на statshots.ru

Порядковые переменные мне представляются очень сложными как с точки зрения анализа, так и с точки зрения визуализации, поэтому всегда радуюсь, когда встречаю что-то простое и элегантное, связанное с ними.
Сегодня наткнулся на простой и красивый подход к визуализации связанных порядковых переменных, сам я часто для этих целей часто использовал alluvial plots, но теперь кажется это в прошлом.

Обожаю курсеру, конечно

Блуждал по интернету и наткнулся на такое:
курс по причинно-следственному выводу от Нобелевского лауреата 2021 года

https://mru.org/courses/mastering-econometrics/path-cause-effect

Сам не смотрел, но промо курса нельзя не оценить высоко )
На фото собственно автор курса и лауреат НП по экономике Джошуа Ангрист

#методы #сausal #inference #учебники #публикации

Ведущий научный сотрудник ЛССИ Борис Соколов недавно выложил в публичный доступ черновую версию своего обзора основных целевых величин (эстимандов), использующихся в статистическом каузальном анализе: АТЕ, АТТ, АТС и прочие тыквенные LATE с CATE. Хотя это ещё не полноценная статья, прошедшая рецензирование, данный текст может оказаться полезным как студентам, так и "взрослым" исследователям или прикладным аналитикам, применяющим соответствующие методы на практике - благо на русском языке литературы по теме откровенно мало.

P.S. Если вы найдёте в рукописи ошибки, неточности, упущения и т.д., или у вас будут иные идеи насчёт того, как её улучшить, можно написать напрямую автору на электронную почту - он открыт к обратной связи и конструктивной критике.

Уже давно заметил, что январь очень хороший месяц с точки зрения появления новых образовательных проектов. Хочу поделиться двумя, за которыми обязательно буду следить.

- Gavin Simpson выложил первое видео из серии, которая будет посвящена постпроцессингу обобщенных аддитивных моделей (GAM) с использованием пакета {{gratia}}

- Стартовал полноценный курс от Jonathan Templin по пропущенным значениям, основанный на книге Applied missing data analysis (с реализацией методов в R c использованием пакетов {{mice}} и {{Amelia}} и даже JAGS и Stan обещаны). Здесь стоит добавить, что хороших видео-материалов по пропускам очень мало и к тому же в них часто используется "неконвенциональное" ПО вроде Mplus (как в серии семинаров Craig Enders, автора указанной выше книги часть 1, часть 2) или IVEware (как в серии семинаров Trivellore Raghunathan часть 1, часть 2, часть 3, часть 4)

Раздумываю над темой для первого длинного текста на около(био)статистическую тему, а пока решил сделать небольшую рубрику, которую буду периодически наполнять содержанием.

Если вы думаете, что лекции и семинары по статистике от статистиков и (особенно) для статистиков - это скучно, то я с вами согласен 🙂, мой опыт именно такой, в среде профессиональных статистиков как-то очень немного талантливых рассказчиков, наблюдается даже странная ситуация, когда текст автора очень увлекательный, а к прослушиванию доклада по той же теме в исполнении того же самого автора такой эпитет применить совсем нельзя.

Но бывают исключения, одно из ярких открытий для меня - выступления Эндрю Гелмана, я иногда включаю их буквально для того, чтобы расслабиться. Особенно интересен контраст, тексты Гелмана всегда очень, иногда даже кажется, что чрезмерно, серьезные.

Вот ещё

Приятная новость: Дэвид Шпигельхалтер новую книгу написал. Будем ждать
https://www.barnesandnoble.com/w/the-art-of-uncertainty-david-spiegelhalter/1145549233?ean=9781324106111

Еще, кстати, хочу поделиться случайной находкой, которая меня крайне удивила

Симпатичная заметка под названием «Why Model?»
(не только про статистические модели)
https://www.cs.unm.edu/~joel/cs4all/WhyModel.pdf