Есть еще часто встречающийся "грешок" – в некоторых материалах на тему начинают рассуждать "стоит ли в модель импутации пропусков значений предиктора вносить изучаемый исход?".

Если увидите такое, знайте, этому материалу скорее всего нельзя доверять (по-крайней мере в плане раздела по пропускам), среди людей, которые специализируются на этой теме такого вопроса никогда не стояло, то есть всегда и всем было очевидно, что да, обязательно нужно (если этого не сделать, то оценка "эффекта" в субстантивной модели будет смещенной в сторону нуля).

Последнее про пропущенные данные на сегодня )

из лекции МакЭлрита

Ой, выход нового выступления Гелмана – всегда радость, только что-то выглядит он слишком серьезным

https://www.youtube.com/watch?v=aNjUIP1p1HM

Смотрите на что наткнулся, не терпится почитать

The Epic Story of Maximum Likelihood (Стиглер*)

* тот самый Стиглер из закона эпонимии, который применим к самому себе

А, ну да, забыл совсем, название канала было у него позаимствовано )

Прикольное объяснение.

Обобщения, особенно, неожиданные (например, как в конце этого видео), должны приносить удовольствие

https://www.youtube.com/watch?v=hFhTteox_HM

Раз уж выходные, поделюсь своими любимыми треками любимого рэп-исполнителя.

Это вообще шедевр
https://www.youtube.com/watch?v=qV6Wc_f1Cgo

Из The Book of Why

На это, кстати, стоит обратить внимание.
У автора, Майкла Френдли, не только крутая фамилия, но и несомненно талант повествователя.
Читал отдельные главы из его "Discrete Data Analysis with R", откуда очень много подчерпнул, а в личном must read списке его предпоследний труд "A History of Data Visualization and Graphic Communication" значится (надеюсь хотя бы к концу года прочту)

Visualizing Multivariate Data and Models in R

Michael Friendly закончил работу над книгой Visualizing Multivariate Data and Models in R, которая посвящена графическим методам, разработанным для многомерных данных, и их применению для понимания взаимосвязей, в случае, когда необходимо рассматривать несколько переменных одновременно. В книге подробно рассматриваются связи между статистикой, геометрией и визуализацией данных, помогающими пониманию взаимосвязанных переменных моделей, краткий обзор книги был на канале.

К слову о визуализации данных — после важного обновления ggplot2 до версии 4.0.0 Teun van den Brand написал статью по стилизации, настройке и созданию собственных тем ggplot2. Статья большая — запасайтесь кофе и печеньками. :)

О, еще одна прикольная объяснялка
https://www.youtube.com/watch?v=VDlnuO96p58

Неожиданно наткнулся на такое, наверное, интересная штука
https://www.routledge.com/Hybrid-FrequentistBayesian-Power-and-Bayesian-Power-in-Planning-Clinical-Trials/Grieve/p/book/9781032111315?srsltid=AfmBOoqQK6BL8wygY8LBzdVXfmDg89fr47HsaFmLRhgZL4CWwWGfYfJQ

Глянул внутрь, чуток жутковато, попробую так, наверное )

Вдруг кому интересно будет, описание звучит уж больно заманчиво

https://statmodeling.stat.columbia.edu/2025/10/07/working-paper-historical-american-political-finance-data-at-the-national-archives/

Сюда тоже запощу

Есть в свободном доступе книга и лекции Стэнли Чана, мне показалось очень хорошие, но я только пока бегло ознакомился, сейчас поищу

А еще Брантон как раз сейчас выкладывает лекции по ТВиМС (я их периодически посматриваю)
И еще один чувак тоже запустил вводный курс по ТВ (я у него смотрел один другой курс, он очень полезный оказался)