Führung: Theorie und Praxis Neunte (9.) Ausgabe von Peter G. Northouse NEU-

Ursprünglicher Text
Leadership: Theory and Practice Ninth (9th) Edition by Peter G. Northouse NEW
learn_grow_books
(29)
Angemeldet als privater Verkäufer
Verbraucherschützende Vorschriften, die sich aus dem EU-Verbraucherrecht ergeben, finden daher keine Anwendung. Der eBay-Käuferschutz gilt dennoch für die meisten Käufe. Mehr erfahren
US $43,88
Ca.EUR 37,45
Artikelzustand:
Neu
Ganz entspannt. Rückgaben akzeptiert.
Versand:
Kostenlos USPS Media MailTM.
Standort: Kirkland, Washington, USA
Lieferung:
Lieferung zwischen Do, 11. Sep und Mo, 15. Sep nach 94104 bei heutigem Zahlungseingang
Wir wenden ein spezielles Verfahren zur Einschätzung des Liefertermins an – in diese Schätzung fließen Faktoren wie die Entfernung des Käufers zum Artikelstandort, der gewählte Versandservice, die bisher versandten Artikel des Verkäufers und weitere ein. Insbesondere während saisonaler Spitzenzeiten können die Lieferzeiten abweichen.
Rücknahme:
30 Tage Rückgabe. Käufer zahlt Rückversand. Wenn Sie ein eBay-Versandetikett verwenden, werden die Kosten dafür von Ihrer Rückerstattung abgezogen.
Zahlungen:
   Diners Club 

Sicher einkaufen

eBay-Käuferschutz
Geld zurück, wenn etwas mit diesem Artikel nicht stimmt. Mehr erfahreneBay-Käuferschutz - wird in neuem Fenster oder Tab geöffnet

  • Gratis Rückversand im Inland
  • Punkte für jeden Kauf und Verkauf
  • Exklusive Plus-Deals
Der Verkäufer ist für dieses Angebot verantwortlich.
eBay-Artikelnr.:146799317081

Artikelmerkmale

Artikelzustand
Neu: Neues, ungelesenes, ungebrauchtes Buch in makellosem Zustand ohne fehlende oder beschädigte ...
ISBN
9781098140250
Kategorie

Über dieses Produkt

Product Identifiers

Publisher
O'reilly Media, Incorporated
ISBN-10
1098140257
ISBN-13
9781098140250
eBay Product ID (ePID)
6060637961

Product Key Features

Number of Pages
400 Pages
Publication Name
Causal Inference in Python : Applying Causal Inference in the Tech Industry
Language
English
Publication Year
2023
Subject
Data Modeling & Design, Skills, Statistics, Programming Languages / Python
Type
Textbook
Subject Area
Computers, Business & Economics
Author
Matheus Facure
Format
Trade Paperback

Dimensions

Item Height
1 in
Item Weight
24.6 Oz
Item Length
9.1 in
Item Width
7 in

Additional Product Features

LCCN
2023-282031
Dewey Edition
23
Illustrated
Yes
Dewey Decimal
005.13/3
Synopsis
How many buyers will an additional dollar of online marketing bring in? Which customers will only buy when given a discount coupon? How do you establish an optimal pricing strategy? The best way to determine how the levers at our disposal affect the business metrics we want to drive is through causal inference. In this book, author Matheus Facure, senior data scientist at Nubank, explains the largely untapped potential of causal inference for estimating impacts and effects. Managers, data scientists, and business analysts will learn classical causal inference methods like randomized control trials (A/B tests), linear regression, propensity score, synthetic controls, and difference-in-differences. Each method is accompanied by an application in the industry to serve as a grounding example. With this book, you will: Learn how to use basic concepts of causal inference Frame a business problem as a causal inference problem Understand how bias gets in the way of causal inference Learn how causal effects can differ from person to person Use repeated observations of the same customers across time to adjust for biases Understand how causal effects differ across geographic locations Examine noncompliance bias and effect dilution, How many buyers will an additional dollar of online marketing attract? Which customers will only buy when given a discount coupon? How do you establish an optimal pricing strategy? Causal inference is the best way to determine how the levers at your disposal affect the business metrics you want to drive. And it only requires a few lines of Python code. In this book, author Matheus Facure explains the largely untapped potential of causal inference for estimating impacts and effects. Managers, data scientists, and business analysts will learn classical causal inference methods, like A/B tests, linear regression, propensity score, synthetic controls, and difference-in-differences-and modern developments such as using machine learning for heterogeneous effect estimation. Each method is illustrated by an application in the industry. This book helps you: Learn how to use basic concepts of causal inference, Frame a business problem as a causal inference problem, Understand how bias interferes with causal Inference, Learn how causal effects can differ from person to person, Use observations of the same customers across time for causal inference, Use geo and switchback experiments when randomization isn't an option, Examine noncompliance bias and effect dilution
LC Classification Number
QA76.73.P98F33 2023

Artikelbeschreibung des Verkäufers

Info zu diesem Verkäufer

learn_grow_books

100% positive Bewertungen41 Artikel verkauft

Mitglied seit Mai 2007
Angemeldet als privater VerkäuferDaher finden verbraucherschützende Vorschriften, die sich aus dem EU-Verbraucherrecht ergeben, keine Anwendung. Der eBay-Käuferschutz gilt dennoch für die meisten Käufe. Mehr erfahrenMehr erfahren

Verkäuferbewertungen (13)

Alle Bewertungen
Positiv
Neutral
Negativ
  • b***i (640)- Bewertung vom Käufer.
    Letztes Jahr
    Bestätigter Kauf
    Thank you for the fast shipping. Book as described. Wonderful transaction.
  • f***a (842)- Bewertung vom Käufer.
    Letztes Jahr
    Bestätigter Kauf
    Great deal, secure packing and fast shipping?
  • f***d (546)- Bewertung vom Käufer.
    Letztes Jahr
    Bestätigter Kauf
    New book and nice seller communication.