Causal Inference in Python
Matheus Facure
- Editorial
- O'Reilly
- Año
- 2023
- Páginas
- ~537
- Nivel
- Intermedio
De qué trata
Tratado avanzado de inferencia causal y econometría aplicada escrito por Matheus Facure y publicado por O'Reilly en 2023. Enseña a responder preguntas sobre causa y efecto más allá de la simple correlación estadística en Python.
Aborda ensayos controlados aleatorios (A/B testing), regresión lineal con variables de control, puntuaciones de propensión (propensity score matching), variables instrumentales, diferencias en diferencias (Diff-in-Diff) y control sintético.
Matheus Facure combina teoría matemática rigurosa con ejemplos prácticos de negocio utilizando Pandas, Statsmodels y Scikit-Learn. Esencial para científicos de datos, economistas y líderes de producto que diseñan experimentos de alto impacto.
- Inferencia Causal
- A/B Testing
- Propensity Score
- Diff-in-Diff
- Econometría
- Matheus Facure
- O'Reilly
¿Cómo enseña?
Teoría + práctica
- ✓ Incluye ejercicios
- ✓ Incluye proyectos
Proyectos
Evaluación Causal del Impacto de Precios con Diferencias en Diferencias
Diseño de un modelo econométrico para cuantificar el efecto causal neto de una campaña promocional aislando factores de confusión.
