작은 연구에서 발견된 효과는 왜 더 커 보일까?
낮은 검정력은 참 효과를 놓칠 뿐 아니라 발견된 효과를 과장하고 재현 가능성을 낮출 수 있습니다.
Power Failure: Why Small Sample Size Undermines the Reliability of Neuroscience
연구와 학습, 시험과 도서를 한곳에서 찾습니다.
검색 결과마다 자료의 코너와 성격을 표시합니다. 제목을 먼저 살펴보고 그림 카드와 기존 본문으로 이어 가세요.

관심 주제로 찾아보기
낮은 검정력은 참 효과를 놓칠 뿐 아니라 발견된 효과를 과장하고 재현 가능성을 낮출 수 있습니다.
Power Failure: Why Small Sample Size Undermines the Reliability of Neuroscience
PERSPECTRUM은 주장별 다양한 관점과 근거를 연결하는 과제를 만들고 자동화의 어려움을 측정했습니다.
Seeing Things from a Different Angle: Discovering Diverse Perspectives about Claims
Llemma는 수학·과학·형식 코드로 계속 사전학습해 여러 과제에서 강한 성능을 보였지만 정답성과 기계검증은 구분됩니다.
Llemma: An Open Language Model for Mathematics
Berglund는 설명변수의 무작위 측정오차가 회귀계수를 0 쪽으로 끌어당기는 회귀 희석과 반복 측정 기반 보정·표본수 설계를 설명했다.
Regression dilution bias: Tools for correction methods and sample size calculation
중세의 consequentia 이론은 필연적 진리보존, 형식, 내용 연결을 서로 다른 기준으로 다루었습니다.
Medieval Theories of Consequence
111–115 / 210편