机读格式显示(MARC)

• 000 01959cam0 2200409 450

• 001 0000596599

• 005 20210601163100.0

• 010 __ |a 978-7-04-054219-6 |d CNY40.00

• 099 __ |a CAL 012020381179

• 100 __ |a 20200921d2020 ekmy0chiy50 ea

• 101 1_ |a chi |c eng

• 102 __ |a CN |b 110000

• 105 __ |a ak a 000yy

• 106 __ |a r

• 200 1_ |a 统计因果推理入门 |A tong ji yin guo tui li ru men |d = Causal inference in statistics |e a primer |f Judea Pearl, Madelyn Glymour, Nicholas P. Jewell著 |g 杨矫云, 安宁, 李廉译 |z eng

• 210 __ |a 北京 |c 高等教育出版社 |d 2020

• 215 __ |a 195页 |c 图 |d 24cm

• 300 __ |a 翻译版

• 305 __ |a 本书是原著2020版修订版的中文简体翻译版

• 306 __ |a 本书中文简体版独家专有翻译出版权由John Wiley &Sons Limited公司授予高等教育出版社有限公司

• 314 __ |a 责任者Pearl规范汉译姓: 珀尔; 责任者Glymour汉译姓: 格利穆尔取自在版编目; 责任者Jewell规范汉译姓: 朱厄尔

• 320 __ |a 有书目 (第187-195页)

• 330 __ |a 本书内容分为四章, 第一章介绍了因果学习的预备知识, 包括辛普森悖论、概率与统计的必要知识、因果学习所需要的数据结构-图、结构因果模型等; 第二章介绍因果学习的图模型及应用, 包括模型与数据的关系、图模型中的几种结构、模型测试与因果搜索等; 第三章介绍因果学习中的干预, 包括什么是干预、干预作用的计算公式、前门准则、后门准则、条件干预、反概率加权、中介、线性系统中的因果推理等; 第四章介绍了反事实及其应用, 包括反事实的定义与计算、非确定性反事实、反事实的实际应用等。

• 333 __ |a 对解释数据感兴趣的任何读者

• 500 10 |a Causal inference in statistics : a primer |m Chinese

• 606 0_ |a 统计分析 |A tong ji fen xi |x 研究

• 690 __ |a O212.1 |v 5

• 690 __ |a C813 |v 5

• 701 _1 |a 珀尔 |A po er |g (Pearl, Judea) |4 著

• 701 _1 |a 格利穆尔 |A ge li mu er |g (Glymour, Madelyn) |4 著

• 701 _1 |a 朱厄尔 |A zhu e er |g (Jewell, Nicholas P.) |4 著

• 702 _0 |a 杨矫云 |A yang jiao yun |4 译

• 702 _0 |a 安宁 |A an ning |4 译

• 702 _0 |a 李廉 |A li lian |4 译

• 801 _0 |a CN |b CAU |c 20210528

• 905 __ |a CAU |d O212.1/88

• 920 __ |a 211180 |z 1