숨은 변수가 얼마나 강해야 관찰된 효과를 지울 수 있을까?
E-value는 관찰연구의 결과를 설명해 없애려면 측정하지 못한 교란이 노출·결과와 얼마나 강하게 연관돼야 하는지 위험비 척도로 묻습니다.
Sensitivity Analysis in Observational Research: Introducing the E-Value
연구와 학습, 시험과 도서를 한곳에서 찾습니다.
검색 결과마다 자료의 코너와 성격을 표시합니다. 제목을 먼저 살펴보고 그림 카드와 기존 본문으로 이어 가세요.

관심 주제로 찾아보기
E-value는 관찰연구의 결과를 설명해 없애려면 측정하지 못한 교란이 노출·결과와 얼마나 강하게 연관돼야 하는지 위험비 척도로 묻습니다.
Sensitivity Analysis in Observational Research: Introducing the E-Value
완성 풀이가 초보자의 탐색 부담을 줄이는 이유와, 예시를 연습 문제·자기설명·점진적 빈칸과 연결해야 하는 이유를 종합 연구에서 살펴봅니다.
Learning from Examples: Instructional Principles from the Worked Examples Research
호프라게와 동료들은 조건부확률을 퍼센트로만 제시하는 방식과 실제 사람 수처럼 자연 빈도로 제시하는 방식을 비교합니다. 표현 형식이 단순한 문제뿐 아니라 여러 단서가 있는 복잡한 베이즈 추론의 성과에도 영향을 주는지 실험했습니다.
자연 빈도는 단순·복합 추론 과제에서 베이즈 추론을 향상한다 — Natural frequencies improve Bayesian reasoning in simple and complex inference tasks
초기 파워 포즈 실험과 더 큰 재현 연구, 결과 지표와 적용 대상을 선택해 서로 맞는 결과와 갈리는 결과, 허용되는 해석을 구분합니다.
Power Posing: Brief Nonverbal Displays Affect Neuroendocrine Levels and Risk Tolerance
유의하지 않은 결과와 실질적으로 작은 효과를 구분하는 동등성 검정을 살펴봅니다. 효과의 신뢰구간과 의미 있는 최소 경계를 바꾸어 결론을 비교하세요.
Equivalence Tests: A Practical Primer for t Tests, Correlations, and Meta-Analyses
176–180 / 525편