Esta obra é uma tradução autorizada do livro originalmente escrito em inglês por Matheus Facure. Esse trabalho visa contribuir para a comunidade de língua portuguesa, fornecendo um material acessível para os corajosos e verdadeiros que não têm muita familiaridade com a língua inglesa. Essa é uma tradução livre, portanto, pode conter imprecisões ou erros.
Você pode conferir a versão traduzida PT-BR aqui. Me diverti e aprendi muito enquanto traduzia esse livro. Espero que você se divirta e aprenda também!
Um grande abraço e bons estudos!
Uma abordagem leve, mas rigorosa, para aprender estimativa de impacto e análise de sensibilidade. Tudo em Python e com tantos memes quanto consegui encontrar.
Confira a versão original aqui!
Se você quiser ler o livro em chinês, @xieliaing foi muito gentil ao fazer a tradução: 因果推断：从概念到实践
Se você quiser ler o livro em espanhol, @donelianc foi muito gentil ao fazer a tradução: Inferencia Causal para los Valientes y Verdaderos
Se você quiser ler o livro em coreano, @jsshin2019 montou uma equipe para tornar essa tradução possível: Python으로 하는 인과추론 : 개념부터 실습까지
Também, algumas pessoas muito gentis (@vietecon, @dinhtrang24 e @anhpham52) traduziram este conteúdo para o vietnamita: Nhân quả Python
Gosto de pensar nesta série inteira como uma homenagem a Joshua Angrist, Alberto Abadie e Christopher Walters por sua incrível aula de Econometria. A maioria das ideias aqui foram tiradas de suas aulas na American Economic Association. Assisti-las é o que está me mantendo são durante este difícil ano de 2020.
Também gostaria de referenciar os livros incríveis de Angrist. Eles me mostraram que Econometria, ou 'Métricas, como eles chamam, não é apenas extremamente útil, mas também profundamente divertida.
Finalmente, gostaria de referenciar o livro de Miguel Hernan e Jamie Robins. Tem sido meu fiel companheiro nas questões mais espinhosas de inferência causal que tive que responder.
"Inferência Causal para os Corajosos e Verdadeiros" é um material de código aberto focado principalmente em econometria e estatísticas da ciência. Utiliza exclusivamente software livre, baseado em Python. O objetivo principal é garantir a acessibilidade, não apenas do ponto de vista financeiro, mas também intelectual. Tentei ao máximo manter o conteúdo divertido, mantendo o rigor científico necessário.
Se você quiser demonstrar seu apreço por este trabalho, considere visitar https://www.patreon.com/causal_inference_for_the_brave_and_true. Alternativamente, você pode comprar meu livro, Causal Inference in Python, que oferece mais insights sobre a aplicação de inferência causal na indústria.