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
연구와 학습, 시험과 도서를 한곳에서 찾습니다.
검색 결과마다 자료의 코너와 성격을 표시합니다. 제목을 먼저 살펴보고 그림 카드와 기존 본문으로 이어 가세요.

관심 주제로 찾아보기
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
완성 풀이가 초보자의 탐색 부담을 줄이는 이유와, 예시를 연습 문제·자기설명·점진적 빈칸과 연결해야 하는 이유를 종합 연구에서 살펴봅니다.
Learning from Examples: Instructional Principles from the Worked Examples Research
인원·모둠·근거 묶음·시간·전후 기록 방식을 바꾸어 비교 가능한 근거 갱신 카드, 처리량과 빠진 쌍을 계산합니다.
Section 2: Explanation of Key Team Leadership Concepts and Tools
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
원이 겹치는 그림이 복잡해질 때 집합 조합을 행렬과 막대로 바꾸는 UpSet의 원리를 살펴봅니다. 포함할 집합을 눌러 정확한 교집합을 계산하세요.
UpSet: Visualization of Intersecting Sets
56–60 / 307편