자료를 더 많이 모으면 원인을 알 수 있을까?
연습한 사람이 높은 점수를 받았다고 해서 연습의 효과가 바로 입증되지는 않습니다. 인과 그림으로 비교의 조건을 살펴봅니다.
Causal inference in statistics: An overview
그림으로 이해하고, 원문으로 깊이 읽습니다.
관심 주제와 난이도로 필요한 글을 찾아보세요. 개념을 익히는 학습과 원문에 근거한 연구 해설을 구분했습니다.

해외 학술 연구의 7개 분야
연습한 사람이 높은 점수를 받았다고 해서 연습의 효과가 바로 입증되지는 않습니다. 인과 그림으로 비교의 조건을 살펴봅니다.
Causal inference in statistics: An overview
Hernán과 Robins는 관찰자료 분석 전에 모방하려는 무작위시험의 참여 기준·전략·추적·결과·분석을 먼저 명시하라고 제안합니다.
Using Big Data to Emulate a Target Trial When a Randomized Trial Is Not Available
53쌍의 사전등록과 논문 비교는 분석 결정의 구체성과 일치 여부가 핵심임을 보여 줍니다.
Ensuring the quality and specificity of preregistrations
Bartoš 등은 네 분야 6만8천여 메타분석을 다시 분석해 선택 편향 보정 뒤 효과 존재 확률과 크기가 흔히 줄어드는 흔적을 보고했습니다.
Footprint of Publication Selection Bias on Meta-analyses in Medicine, Environmental Sciences, Psychology, and Economics
대규모 심리학 재현 프로젝트는 유의성 하나가 아니라 효과 크기·신뢰구간·주관 평가를 함께 봐야 함을 보여 줍니다.
Estimating the reproducibility of psychological science
56–60 / 63묶음