Boekstra.nl - Daniels, Michael J. (University of Florida, Linero, Antonio, Roy, Jason - Bayesian Nonparametrics for Causal Inference and Missing Data

Bayesian Nonparametrics for Causal Inference and Missing Data

Daniels, Michael J. (University of Florida, Linero, Antonio, Roy, Jason

Omschrijving

Bayesian nonparametric (BNP) methods can be used to flexibly model joint or conditional distributions, as well as functional relationships. These methods, along with causal and/or missingness assumptions, can be used with the g-formula to infer causal effects.

In de winkelwagen Geleverd met 5 werkdagen. Wenslijst Stel een vraag

Gratis verzending vanaf
€ 19,95 binnen Nederland

Schrijver: Daniels, Michael J. (University of Florida, Linero, Antonio, Roy, Jason
Titel: Bayesian Nonparametrics for Causal Inference and Missing Data
Uitgever: Taylor & Francis Ltd

Jaar: 2023
Taal: Engels
Pagina's: 248
Gewicht: 534 gr

EAN: 9780367341008
Afmetingen: 159 x 242 x 22 mm
Bindwijze: Gebonden

U ontvangt bij ons altijd de laatste druk!

Bayesian Nonparametrics for Causal Inference and Missing Data

Daniels, Michael J. (University of Florida, Linero, Antonio, Roy, Jason

Omschrijving

Rubrieken

Rubrieken