📚 Полезные ресурсы для по теме митапа "Мэтчинг и обратное взвешивание по вероятности: немного теории и примеры в языке программирования R"

Практическое руководство по мэтчингу и взвешиванию от Ноа Грейфера, разработчика библиотек {MatchIt} и {WeightIt}.

Глава из учебника Хантингтона-Клейна

Если вам больше нравятся другие доступные онлайн учебники по каузальному выводу: Causal Inference: The Mixtape Каннингема, What If? Эрнана и Робинса, Causal Inference in R Баррета, Д'Агостино МакГован и Герке или какие бы то ни было другие, - можно ознакомиться с их фрагментами, посвященными мэтчингу.

Небольшой (и далеко не исчерпывающий!) список заслуживающих внимание тематических академических публикаций:

🏛️как выбрать эстиманд в обсервационном каузальном анализе: https://doi.org/10.48550/arXiv.2106.10577;

🏛️зачем и как мэтчинг можно использовать в эпидемиологии: https://doi.org/10.1093/epirev/mxab003;

🏛️обзор от одного из главных имён в истории мэтчинга - просто не будет, но если вы найдёте в себе мужество, то данная статья окажется отличным дополнением к материалам, относящимся к экосистеме {MatchIt} + {WeightIt}: https://doi.org/10.1146/annurev-statistics-031219-041058;

🏛️мастер-класс по анализу классического датасета имени Лалонде от двух мэтров: https://doi.org/10.1257/jep.20251440 (к нему также прилагается код с пояснениями: https://yiqingxu.org/tutorials/lalonde/).

📒Для участия в митапе читать все (или даже некоторые) из перечисленных материалов необязательно, а вот регистрация крайне необходима!