작고 불확실한 연구가 효과를 실제보다 크게 보이게 할 수 있을까?
Gelman과 Carlin의 Type S·Type M 오류를 통해 유의성 여부를 넘어 방향 오류와 크기 과장을 설계 단계에서 점검합니다.
Beyond Power Calculations: Assessing Type S (Sign) and Type M (Magnitude) Errors
연구와 학습, 시험과 도서를 한곳에서 찾습니다.
검색 결과마다 자료의 코너와 성격을 표시합니다. 제목을 먼저 살펴보고 그림 카드와 기존 본문으로 이어 가세요.

관심 주제로 찾아보기
Gelman과 Carlin의 Type S·Type M 오류를 통해 유의성 여부를 넘어 방향 오류와 크기 과장을 설계 단계에서 점검합니다.
Beyond Power Calculations: Assessing Type S (Sign) and Type M (Magnitude) Errors
미국통계학회의 여섯 원칙을 따라 p값이 말하는 것과 말하지 않는 것을 구분하고, 효과크기·불확실성·분석 투명성을 함께 읽습니다.
The ASA Statement on p-Values: Context, Process, and Purpose
연구·시험 지연·적용 대상을 바꾸어 직접 맞는 근거, 설계 차이와 허용되는 해석을 비교합니다.
The shuffling of mathematics problems improves learning
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
1–5 / 30편