Causal Inference for Heterogeneous Data and Information Theory

Hlaváčková-Schindler, Kateřina

Basel: MDPI - Multidisciplinary Digital Publishing Institute, 2023

Online E-Book - 282

Zugriff:

View record at Directory of Open Access Books (Volltext)

The present reprint, “Causal Inference for Heterogeneous Data and Information Theory”, is a special issue of Journal Entropy. This Special Issue belongs to the section "Information Theory, Probability, and Statistics". The reprint gathers thirteen original contributions of leading experts in the theory of causal inference, focusing namely on the utilization of instrumental variables in a causal model, estimation of average treatment effect, the role of interventions in causal models, graphical causal modeling, causal algebras, causal modeling using the theory of categories, temporal causal model, heterogeneous data, and information–theoretic approaches.

Titel:	Causal Inference for Heterogeneous Data and Information Theory
Autor/in / Beteiligte Person:	Hlaváčková-Schindler, Kateřina
Link:	View record at Directory of Open Access Books (Volltext)
Veröffentlichung:	Basel: MDPI - Multidisciplinary Digital Publishing Institute, 2023
Medientyp:	E-Book
Umfang:	282
ISBN:	978-3-0365-8050-0 (print) ; 978-3-0365-8051-7 (print)
DOI:	10.3390/books978-3-0365-8051-7
Schlagwort:	common hidden cause graphical models probabilistic models Chain Event Graphs interventions causal calculus causal fairness responsible data science causal discovery Hawkes process high-dimensional statistics hidden confounder causality Bitcoin inflation yield spreads approximation theory Hellinger distance Kullback–Leibler divergence correct specification misspecified models causal inference instrumental variables neural networks doubly robust estimation semi-parametric theory instrumental variable causal graph non-Gaussianity causal graphs dynamic systems causal learning time continuous event cognition econometrics software causal machine learning statistical learning conditional average treatment effects individualized treatment effects multiple treatments selection-on-observables piecewise linear thresholds model causal Inference regularization BART Stan machine learning heterogeneous treatment effects multilevel data grouped data artificial intelligence higher-order category theory statistics thema EDItEUR:K Economics, Finance, Business and Management:KN Industry and industrial studies:KNT Media, entertainment, information and communication industries:KNTX Information technology industries thema EDItEUR:U Computing and Information Technology:UY Computer science
Sonstiges:	Nachgewiesen in: Directory of Open Access Books Sprachen: English Document Type: eBook File Description: image/jpeg Language: English Rights: Attribution 4.0 International ; URL: https://creativecommons.org/licenses/by/4.0/ Notes: ONIX_20230808_9783036580500_27

Klicken Sie ein Format an und speichern Sie dann die Daten oder geben Sie eine Empfänger-Adresse ein und lassen Sie sich per Email zusenden.

BibTeX Citavi, JabRef, u.a.
(Literaturverwaltung)

PDF kein Volltext!
(Merkzettel, Notizen)

RIS Endnote, Citavi u.a.
(Literaturverwaltung)

MODS
(XML zur Weiterverarbeitung)

oder

Wählen Sie das für Sie passende Zitationsformat und kopieren Sie es dann in die Zwischenablage, lassen es sich per Mail zusenden oder speichern es als PDF-Datei.

Gewünschter Zitations-Stil:

oder

Bitte prüfen Sie, ob die Zitation formal korrekt ist, bevor Sie sie in einer Arbeit verwenden. Benutzen Sie gegebenenfalls den "Exportieren"-Dialog, wenn Sie ein Literaturverwaltungsprogramm verwenden und die Zitat-Angaben selbst formatieren wollen.