연구와 학습, 시험과 도서를 한곳에서 찾습니다.
검색 결과마다 자료의 코너와 성격을 표시합니다. 제목을 먼저 살펴보고 그림 카드와 기존 본문으로 이어 가세요.
관심 주제로 찾아보기
주디아 펄의 입문 논문은 관찰된 연관성만으로 인과 효과를 정할 수 없으며, 어떤 인과 가정을 두었는지 명시해야 한다고 설명합니다. 구조적 인과모형과 그래프, 개입 표기를 연결해 인과 질문의 논리적 토대를 살펴봅니다.
인과추론 입문 (An Introduction to Causal Inference)
인과 다이어그램은 교란 경로와 매개·충돌 변수를 구분합니다. 상관이 큰 변수부터 넣는 선택은 편향을 만들 수 있습니다.
Robust Causal Inference Using Directed Acyclic Graphs: the R package ‘dagitty’
민감도 하나로 검사 후 확률을 읽을 수 없습니다. 사전 가능성과 우도비를 결합해 증거가 믿음을 얼마나 바꾸는지 계산합니다.
Diagnostic Tests 4: Likelihood Ratios
15개 STEM 연구 메타분석은 평균 향상과 격차 축소가 같지 않음을 보였습니다.
Active Learning Narrows Achievement Gaps for Underrepresented Students in Undergraduate STEM
시각화 효율은 제한된 주의 용량과 과제 종류에 맞춰야 합니다.
How Capacity Limits of Attention Influence Information Visualization Effectiveness
6–10 / 37편
