[SFdS] Mise en ligne du n° 1-161 (2020) du Journal de la SFdS

Nous avons le plaisir de vous informer que le numéro 1 de 2020 du Journal de la SFdS est disponible à cette adresse : http://journal-sfds.fr/. Il s'agit d'un numéro spécial sur la causalité.

*****

Vol. 161, No 1 (2020) - Causalité

Sommaire

Éditorial
Éditorial
Antoine Chambaz, David Benkeser, Mark J. van der Laan (1-3)

Prometheus unbound or paradise regained
Richard Starmans (4-41)

Le paradoxe de Simpson, un conte causal
Antoine Chambaz, Isabelle Drouet, Sonia Memetea (42-66)

A Primer on causality in data science
Hachem Saddiki, Laura B. Balzer (67-90)

Identification in causal models with hidden variables
Ilya Shpitser (91-119)

Paradoxes in instrumental variable studies with missing data and one-sided noncompliance
Edward H. Kennedy, Dylan S. Small (120-134)

Estimateurs doublement robustes avec apprentissage automatique pour l’estimation de l'hétérogénéité de l’effet traitement dans les modèles à variables instrumentales
Karla DiazOrdaz, Rhian Daniel, Noemi Kreif (135-163)

Assessing trends in vaccine efficacy by pathogen genetic distance
David Benkeser, Michal Juraska, Peter B. Gilbert (164-175)

Efficient principally stratified treatment effect estimation in crossover studies with absorbent binary endpoints
Jiacheng Wu, Alexander R. Luedtke (176-200)

Une virée en territoire d’apprentissage ciblé
Antoine Chambaz, David Benkeser (201-286)
SFdS - Société Française de Statistique
©2020 SFdS