Анализ поведенческих данных на R и Python: Как улучшить бизнес-результаты на основе данных клиентов

Анализ поведенческих данных на R и Python: Как улучшить бизнес-результаты на основе данных клиентов

Анализ поведенческих данных на R и Python: Как улучшить бизнес-результаты на основе данных клиентов
Автор: Бюиссон Флоран
Дата выхода: 2022
Издательство: ДМК Пресс
Количество страниц: 370
Размер файла: 4,4 МБ
Тип файла: PDF
Добавил: codelibs
 Проверить на вирусы

 От издательства . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .12

Предисловие . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .13

Благодарности . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .22

Об авторе . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .23

Об иллюстрации на обложке (колофон) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .24

Часть I. Понимание поведений . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .25

Глава 1. Причинно-поведенческий каркас для анализа данных . . . . . . . . . . . . . . . . . . . . . .26

Почему для объяснения человеческого поведения нужна причинно-следственная аналитика .27

Различные типы аналитики . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .27

Люди – сложные существа . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .28

Чтоб ей пусто было! Скрытые опасности, когда разбирательства отданы на усмотрение регрессии .31

Данные . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .32

Почему корреляция не есть каузация: спутывающий фактор в действии . . . . . . . . . . . . . .33

Слишком много переменных может испортить всю обедню . . . . . . . . . . . . . . . . . . . . . . . . . . . .35

Выводы . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .41

Глава 2. Понимание поведенческих данных . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .42

Базовая модель человеческого поведения . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .43

Личностные характеристики . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .44

Познание и эмоции . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .46

Намерения . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .47

Действия . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .49

Поведения бизнеса . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .50

Как соединять поведения и данные . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .51

Развивать бихевиористски целостный менталитет . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .52

Не доверять и проверять . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .53

Выявлять категорию . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .54

Уточнять поведенческие переменные . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .56

Понимать контекст . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .57

Выводы . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .60

Часть II. Причинно-следственные диаграммы и распутывание . . . . . . . . . . . . . . . . . . . . . . .61

Глава 3. Введение в причинно-следственные диаграммы . . . . . . . . . . . . . . . . . . . . . . . . . . . .62

Причинно-следственные диаграммы и причинно-поведенческий каркас . . . . . . . . . . . . . . . .63

Причинно-следственные диаграммы представляют поведения . . . . . . . . . . . . . . . . . . . . . . . . .64

Причинно-следственные диаграммы представляют данные . . . . . . . . . . . . . . . . . . . . . . . . . . . .66

Фундаментальные структуры причинно-следственных диаграмм . . . . . . . . . . . . . . . . . . . . . . .70

Цепочки . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .70

Развилки . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .74

Сталкиватели . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .76

Распространенные преобразования причинно-следственных диаграмм . . . . . . . . . . . . . . . . .78

Нарезка/дезагрегирование переменных . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .78

Агрегирование переменных . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .79

А что делать с циклами? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .81

Пути . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .85

Выводы . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .86

Глава 4. Строительство причинно-следственных диаграмм с нуля . . . . . . . . . . . . . . . . . . .88

Деловая задача и настройка данных . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .89

Данные и пакеты . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .90

Понимание интересующей взаимосвязи . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .90

Выявление переменных-кандидатов на включение . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .92

Действия . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .94

Намерения . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .95

Познание и эмоции . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .96

Личностные характеристики . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .97

Поведения бизнеса . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .100

Временные тренды . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .101

Подтверждение наблюдаемых переменных для включения на основе данных . . . . . . . . . . .102

Взаимосвязи между числовыми переменными . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .103

Взаимосвязи между категориальными переменными . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .106

Взаимосвязи между числовыми и категориальными переменными . . . . . . . . . . . . . . . . . . . . .109

Итеративное расширение причинно-следственной диаграммы . . . . . . . . . . . . . . . . . . . . . . . .111

Выявление косвенных индикаторов для ненаблюдаемых переменных . . . . . . . . . . . . . . . . . .112

Выявление дальнейших причин . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .113

Итеративный повтор . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .114

Упрощения причинно-следственной диаграммы . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .114

Выводы . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .116

Глава 5. Использование причинно-следственных диаграмм для распутывания аналитических расчетов .117

Деловая задача: продажи мороженого и бутилированной воды . . . . . . . . . . . . . . . . . . . . . .118

Критерий дизъюнктивной причины . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .121

Определение . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .121

Первый блок . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .121

Второй блок . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .123

Критерий боковой двери . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .124

Определения . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .124

Первый блок . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .127

Второй блок . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .128

Выводы . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .130

Часть III. Устойчивый анализ данных . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .131

Глава 6. Работа с пропущенными данными . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .132

Данные и пакеты . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .134

Визуализация пропущенных данных . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .135

Объем пропущенных данных . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .138

Корреляция пропущенности . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .140

Диагностика пропущенных данных . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .145

Причины пропущенности: классификация Рубина . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .148

Диагностика переменных MCAR . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .150

Диагностика переменных MAR . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .152

Диагностика переменных MNAR . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .154

Пропущенность как спектр . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .156

Работа с пропущенными данными . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .160

Введение во множественное вменение (MI) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .161

Метод вменения по умолчанию: соотнесение с предсказательным средним значением .163

От PMM к нормальному вменению (только для R) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .165

Добавление вспомогательных переменных . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .167

Вертикальное масштабирование числа наборов вмененных данных . . . . . . . . . . . . . . . . . . .169

Выводы . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .170

Глава 7. Измерение неопределенности с помощью бутстрапа . . . . . . . . . . . . . . . . . . . . . . .172

Введение в бутстрап: «опрашивание» самого себя . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .173

Пакеты . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .173

Деловая задача: малые данные с выбросом . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .173

Бутстраповский интервал уверенности для выборочного среднего . . . . . . . . . . . . . . . . . .175

Бутстраповские интервалы уверенности для нерегламентированной статистики . . . . . .181

Бутстрап для регрессионного анализа . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .183

Когда следует использовать бутстрап . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .186

Условия достаточности традиционной центральной оценки . . . . . . . . . . . . . . . . . . . . . . . . .187

Условия достаточности традиционного интервала уверенности . . . . . . . . . . . . . . . . . . . . .188

Определение числа бутстраповских выборок . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .190

Оптимизирование бутстрапа на R и Python . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .192

R: пакет boot . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .192

Оптимизация на Python . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .195

Выводы . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .196

Часть IV. Дизайн и анализ экспериментов . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .197

Глава 8. Экспериментальный дизайн: основы . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .199

Планирование эксперимента: теория изменения . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .200

Деловая цель и целевая метрика . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .201

Вмешательство . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .204

Поведенческая логика . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .206

Данные и пакеты . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .208

Определение случайного размещения и размера/мощности выборки . . . . . . . . . . . . . . . . . .209

Случайное размещение . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .209

Размер выборки и анализ мощности . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .212

Анализирование и интерпретирование экспериментальных результатов . . . . . . . . . . . . . .227

Выводы . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .230

Глава 9. Стратифицированная рандомизация . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .231

Планирование эксперимента . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .233

Деловая цель и целевая метрика . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .233

Определение вмешательства . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .235

Поведенческая логика . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .236

Данные и пакеты . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .236

Определение случайного размещения и размера/мощности выборки . . . . . . . . . . . . . . . . . .237

Случайное размещение . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .238

Анализ мощности с по­мощью бутстраповских симуляций . . . . . . . . . . . . . . . . . . . . . . . . . . .246

Анализ и интерпретация экспериментальных результатов . . . . . . . . . . . . . . . . . . . . . . . . . .253

Оценка намерения относительно экспериментальной процедуры для стимулирования вмешательства .254

Оценка причинно-следственного эффекта среднего по соблюдающим требования испытуемым в целях обязательного вмешательства .255

Выводы . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .261

Глава 10. Кластерная рандомизация и иерархическое моделирование . . . . . . . . . . . . . . .263

Планирование эксперимента . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .264

Деловая цель и целевая метрика . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .264

Определение вмешательства . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .264

Поведенческая логика . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .266

Данные и пакеты . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .266

Введение в иерархическое моделирование . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .267

Исходный код на R . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .268

Исходный код на Python . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .271

Определение случайного размещения и размера/мощности выборки . . . . . . . . . . . . . . . . . .273

Случайное размещение . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .273

Анализ мощности . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .275

Анализ эксперимента . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .283

Выводы . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .283

Часть V. Продвинутые инструменты анализа поведенческих данных . . . . . . . . . . . . . . . . .285

Глава 11. Введение в модерацию . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .286

Данные и пакеты . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .287

Поведенческие разновидности модерации . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .287

Сегментация . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .287

Взаимодействия . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .294

Нелинейности . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .295

Как применять модерацию . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .298

Когда следует искать модерацию? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .299

Несколько модераторов . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .310

Подтверждение модерации с по­мощью бутстрапа . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .316

Интерпретирование отдельных коэффициентов . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .318

Выводы . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .324

Глава 12. Опосредование и инструментальные переменные . . . . . . . . . . . . . . . . . . . . . . . . .326

Опосредование . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .327

Понимание причинно-следственных механизмов . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .327

Причинно-следственные систематические смещения . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .329

Выявление опосредования . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .330

Измерение опосредования . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .332

Инструментальные переменные . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .337

Данные . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .337

Пакеты . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .338

Понимание и применение инструментальных переменных . . . . . . . . . . . . . . . . . . . . . . . . . . . .338

Измерение . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .341

Применение инструментальных переменных: часто задаваемые вопросы . . . . . . . . . . . . . .344

Выводы . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .345

Библиография . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .347

Предметный указатель . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .351

Задействуйте всю мощь поведенческих данных в своей компании, используя инструменты, специально разработанные для их анализа. Автор, эксперт в области экономики и бихевиористики, показывает, как повысить ценность и результаты аналитических проектов за счет понимания того, что движет поведением людей. Практическая часть книги содержит полные примеры и упражнения на языках R и Python, которые помогут вам получать более глубокую информацию о данных.

Издание предназначено для бизнес-аналитиков и других специалистов, исследующих данные и владеющих программированием на R или Python. Для чтения требуется минимальное знакомство с линейной и логистической регрессией.


Похожее:

Список отзывов:

Нет отзывов к книге.