Show Notes
- Amazon USA Store: https://www.amazon.com/dp/0262545195?tag=9natree-20
- Amazon Worldwide Store: https://global.buys.trade/Causal-Inference-Paul-R-Rosenbaum.html
- Apple Books: https://books.apple.com/us/audiobook/causal-inference-mit-press-essential-knowledge/id1691609097?itsct=books_box_link&itscg=30200&ls=1&at=1001l3bAw&ct=9natree
- eBay: https://www.ebay.com/sch/i.html?_nkw=Causal+Inference+Paul+R+Rosenbaum+&mkcid=1&mkrid=711-53200-19255-0&siteid=0&campid=5339060787&customid=9natree&toolid=10001&mkevt=1
- Shopee: https://asia.buys.trade/shopee_Causal-Inference-Paul-R-Rosenbaum.html
- Lazada: https://asia.buys.trade/lazada_Causal-Inference-Paul-R-Rosenbaum.html
- Tiktok: https://asia.buys.trade/tiktok_Causal-Inference-Paul-R-Rosenbaum.html
- Đọc thêm: https://vietnam.9natree.com/read/0262545195/
#suyluậnnhânquả #nghiêncứuquansát #phântíchđộnhạy #propensityscore #thiếtkếgầnnhưthựcnghiệm #CausalInference
Causal Inference của Paul R. Rosenbaum là một cuốn nhập môn ngắn gọn trong bộ MIT Press Essential Knowledge, viết về cách rút ra kết luận nhân quả từ dữ liệu. Sách không đi theo lối trình bày nặng công thức, mà ưu tiên giải thích bằng ví dụ khoa học quen thuộc trong y học, dịch tễ học, kinh tế, kinh doanh, khoa học xã hội và chính sách công. Điểm cốt lõi của cuốn sách là cho thấy vì sao nghiên cứu quan sát luôn phải đối mặt với nguy cơ sai lệch trong việc phân nhóm điều trị, và vì sao thiết kế nghiên cứu, hơn là chỉ phân tích dữ liệu, lại quyết định rất lớn đến độ tin cậy của kết luận. Với giọng văn súc tích, rõ ràng và thực dụng, sách giúp người đọc mới làm quen hiểu những khái niệm nền tảng như phân tích độ nhạy, propensity score, thiết kế gần như thực nghiệm, và các chỉ dấu bằng chứng trong nghiên cứu quan sát.