
Applied Bayesian Modeling and Causal Inference from Incomplete-Data Perspectives: An Essential Journey with Donald Rubin's Statistical Family (Wiley Series in Probability and Statistics)
Kurzinformation



inkl. MwSt. Versandinformationen
Lieferzeit 1-3 Werktage
Lieferzeit 1-3 Werktage

Beschreibung
"Applied Bayesian Modeling and Causal Inference from Incomplete-Data Perspectives: An Essential Journey with Donald Rubin's Statistical Family" von Xiao-Li Meng ist eine Sammlung von Arbeiten, die sich mit der Anwendung und Weiterentwicklung von Bayes'schen Methoden und kausaler Inferenz bei unvollständigen Daten befassen. Das Buch würdigt das Werk von Donald Rubin, einem führenden Statistiker auf diesem Gebiet, und präsentiert Beiträge seiner Schüler und Kollegen. Die Themen umfassen theoretische Entwicklungen, methodologische Innovationen sowie praktische Anwendungen in verschiedenen Bereichen wie Sozialwissenschaften und Medizin. Durch die Betonung der Bayes'schen Perspektive bietet das Buch wertvolle Einblicke in den Umgang mit Unsicherheiten und die Ziehung zuverlässiger Schlussfolgerungen aus unvollständigen Datensätzen.
Produktdetails

So garantieren wir Dir zu jeder Zeit Premiumqualität.
Über den Autor
- Hardcover
- 404 Seiten
- Erschienen 1996
- John Wiley & Sons Inc
- Hardcover
- 480 Seiten
- Erschienen 1980
- Wiley-Interscience
- Hardcover
- 656 Seiten
- Houghton Mifflin Company
- Hardcover
- 240 Seiten
- Erschienen 2013
- Taylor & Francis Inc
- Hardcover
- 436 Seiten
- Erschienen 2010
- Springer
- Hardcover
- 384 Seiten
- Erschienen 1995
- De Gruyter Oldenbourg
- hardcover
- 696 Seiten
- Erschienen 2003
- Prentice Hall
- Hardcover
- 584 Seiten
- Erschienen 2014
- Taylor & Francis Inc
- Hardcover
- 184 Seiten
- Erschienen 2008
- Cambridge University Press
- paperback
- 232 Seiten
- Erschienen 2020
- Routledge
- Kartoniert
- 492 Seiten
- Erschienen 2016
- De Gruyter
- Hardcover
- 270 Seiten
- Erschienen 2019
- Wspc