같은 상관관계도 그래프 모양에 따라 원인처럼 보일까?
세 차례 크라우드 실험은 집계 수준과 시각 표지가 인과 판단을 흔들 수 있음을 보였습니다. 그래프와 결론의 거리를 점검합니다.
Illusion of Causality in Visualized Data
연구와 학습, 시험과 도서를 한곳에서 찾습니다.
검색 결과마다 자료의 코너와 성격을 표시합니다. 제목을 먼저 살펴보고 그림 카드와 기존 본문으로 이어 가세요.

관심 주제로 찾아보기
세 차례 크라우드 실험은 집계 수준과 시각 표지가 인과 판단을 흔들 수 있음을 보였습니다. 그래프와 결론의 거리를 점검합니다.
Illusion of Causality in Visualized Data
인과 다이어그램은 통제해야 할 공통 원인과 통제하면 오히려 경로가 열리는 합류 변수를 구분하게 합니다.
Causal Diagrams for Epidemiologic Research
여러 표현을 함께 쓰는 수업을 설계·기능·과제라는 세 관점에서 살펴봅니다. 같은 관계가 다른 표현으로 어떻게 옮겨지는지 직접 확인합니다.
DeFT: A conceptual framework for considering learning with multiple representations
공격 관계를 따라가면 처음 보류했던 논증이 방어되는 이유가 보입니다. 덩의 추상논증 틀을 세 논증으로 계산해 봅니다.
On the acceptability of arguments and its fundamental role in nonmonotonic reasoning, logic programming and n-person games
네트워크 시각화 통제 실험은 노드-링크와 인접 행렬의 장점이 그래프 크기·밀도·과제에 따라 달라짐을 보여 줍니다.
A Comparison of the Readability of Graphs Using Node-Link and Matrix-Based Representations
51–55 / 132편