‘차이가 없다’고 말하려면 어느 범위까지 확인해야 할까?
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
연구와 학습, 시험과 도서를 한곳에서 찾습니다.
검색 결과마다 자료의 코너와 성격을 표시합니다. 제목을 먼저 살펴보고 그림 카드와 기존 본문으로 이어 가세요.

관심 주제로 찾아보기
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
Kruschke의 BEST 방법은 평균·산포·효과크기의 사후분포와 실질적으로 같은 영역을 함께 제시해 이분법적 검정이 숨기는 불확실성을 보여줍니다.
Bayesian Estimation Supersedes the t Test
미국 전국 무작위 실험은 짧은 온라인 개입의 작은 평균 효과와 학교 성취·또래 규범에 따른 이질성을 함께 보고했습니다.
A National Experiment Reveals Where a Growth Mindset Improves Achievement
동등성 검정은 사전에 정한 실질적 차이의 범위 안에 효과가 있는지 묻습니다. 유의하지 않다는 결과와 충분히 작은 차이라는 근거를 구분합니다.
Equivalence Tests: A Practical Primer for t Tests, Correlations, and Meta-Analyses
p<.05와 p>.05의 경계 비교는 두 효과의 차이 검정이 아닙니다. 추정치의 차이와 그 불확실성을 직접 계산해야 합니다.
The Difference Between ‘Significant’ and ‘Not Significant’ is not Itself Statistically Significant
1–5 / 5편