같은 표본을 수천 번 다시 뽑으면 새 정보도 수천 배 생길까?
부트스트랩은 관찰 표본을 바탕으로 통계량의 변동을 추정합니다. 재표집 횟수와 실제 조사 대상 수가 서로 다른 역할을 한다는 점을 알아봅니다.
Bootstrap Methods for Standard Errors, Confidence Intervals, and Other Measures of Statistical Accuracy
연구와 학습, 시험과 도서를 한곳에서 찾습니다.
검색 결과마다 자료의 코너와 성격을 표시합니다. 제목을 먼저 살펴보고 그림 카드와 기존 본문으로 이어 가세요.

관심 주제로 찾아보기
부트스트랩은 관찰 표본을 바탕으로 통계량의 변동을 추정합니다. 재표집 횟수와 실제 조사 대상 수가 서로 다른 역할을 한다는 점을 알아봅니다.
Bootstrap Methods for Standard Errors, Confidence Intervals, and Other Measures of Statistical Accuracy
2025년 생태학적 분석 연구는 별도 표본조사의 평균을 연결할 때 생기는 편향을 살폈습니다. 지역명이 같다는 사실과 같은 사람을 측정했다는 사실을 구분합니다.
Assessing and adjusting for bias in ecological analysis using multiple sample datasets
ProofWriter는 정답 분류와 명시적 증명 생성, 모든 결론 열거와 제한적 역추론을 서로 다른 과제로 평가합니다.
ProofWriter: Generating Implications, Proofs, and Abductive Statements over Natural Language
Panadero와 Jönsson의 21편 고찰은 루브릭이 기대를 투명하게 만들 수 있지만, 효과가 자기평가·피드백 같은 활동과 뒤섞여 단독 효과는 불확실하다고 봤습니다.
The Use of Scoring Rubrics for Formative Assessment Purposes Revisited: A Review
E-value는 관찰연구의 연관성을 설명해 없애려면 미측정 교란이 얼마나 강해야 하는지 비율척도로 묻습니다.
Sensitivity Analysis in Observational Research: Introducing the E-Value
51–55 / 75편