한곳에서 찾는 논리 자료

통합검색

연구와 학습, 시험과 도서를 한곳에서 찾습니다.

검색 결과마다 자료의 코너와 성격을 표시합니다. 제목을 먼저 살펴보고 그림 카드와 기존 본문으로 이어 가세요.

세 연구자가 논문과 도표를 함께 검토하고 작은 갈색 안경 올빼미가 곁에서 책을 읽는 모습

관심 주제로 찾아보기

조건 초기화

검색 결과4건

검색 결과 제목

  1. 1효과가 없어야 할 대조군에서 효과가 보이면 무엇을 의심해야 할까?
  2. 2숨은 변수가 얼마나 강해야 관찰된 효과를 지울 수 있을까?
  3. 3관찰연구의 여러 특성을 확률 하나로 맞춰도 될까?
  4. 4숨은 변수가 얼마나 강해야 관찰 결과가 사라질까?
숨은 원인이 주 노출·주 결과·음성 대조 결과에 연결되고, 노출에서 음성 대조로 가는 직접 화살표는 없어야 함을 표시한 DAG.

효과가 없어야 할 대조군에서 효과가 보이면 무엇을 의심해야 할까?

숨은 원인이 주 노출·주 결과·음성 대조 결과에 연결되고, 노출에서 음성 대조로 가는 직접 화살표는 없어야 함을 표시한 DAG.
증거·확률·인과관계해외 학술 연구 · 연구 해설 · 심화

효과가 없어야 할 대조군에서 효과가 보이면 무엇을 의심해야 할까?

Lipsitch 등의 음성 대조 개념을 통해 관찰연구의 숨은 교란과 편향을 진단하는 법을 탐구합니다.

Negative Controls: A Tool for Detecting Confounding and Bias in Observational Studies

게시 2026-09-26 · 약 12분해외 논리학 연구 해설 읽기 →
관찰된 위험비 1.0, 1.5, 2.0, 3.0에 따라 E-value가 1.0, 2.37, 3.41, 5.45로 증가하는 선 그래프.

숨은 변수가 얼마나 강해야 관찰된 효과를 지울 수 있을까?

관찰된 위험비 1.0, 1.5, 2.0, 3.0에 따라 E-value가 1.0, 2.37, 3.41, 5.45로 증가하는 선 그래프.
증거·확률·인과관계해외 학술 연구 · 연구 해설 · 일반

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

게시 2026-09-21 · 약 9분해외 논리학 연구 해설 읽기 →
낮은 점수 → 0.0–0.3 → 대조 우세 / 공통지지 → 0.3–0.7 → 비교 가능 / 높은 점수 → 0.7–1.0 → 처치 우세를 비교하는 LTCT 교육용 도식

관찰연구의 여러 특성을 확률 하나로 맞춰도 될까?

낮은 점수 → 0.0–0.3 → 대조 우세 / 공통지지 → 0.3–0.7 → 비교 가능 / 높은 점수 → 0.7–1.0 → 처치 우세를 비교하는 LTCT 교육용 도식
증거·확률·인과관계해외 학술 연구 · 연구 해설 · 심화

관찰연구의 여러 특성을 확률 하나로 맞춰도 될까?

성향점수는 관찰된 공변량을 균형화하지만 숨은 교란을 해결하지 않습니다.

The Central Role of the Propensity Score in Observational Studies for Causal Effects

게시 2026-09-13 · 약 10분해외 논리학 연구 해설 읽기 →
관찰 연관, 숨은 교란, 민감도 경계를 연결해 조건과 범위를 확인하는 교육용 도식.

숨은 변수가 얼마나 강해야 관찰 결과가 사라질까?

관찰 연관, 숨은 교란, 민감도 경계를 연결해 조건과 범위를 확인하는 교육용 도식.
증거·확률·인과관계해외 학술 연구 · 연구 해설 · 일반

숨은 변수가 얼마나 강해야 관찰 결과가 사라질까?

E-value는 관찰연구의 연관성을 설명해 없애려면 미측정 교란이 얼마나 강해야 하는지 비율척도로 묻습니다.

Sensitivity Analysis in Observational Research: Introducing the E-Value

게시 2026-09-12 · 약 9분해외 논리학 연구 해설 읽기 →

1–4 / 4편