결과와 관련된 변수는 모두 통제해야 할까?
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’
연구와 학습, 시험과 도서를 한곳에서 찾습니다.
검색 결과마다 자료의 코너와 성격을 표시합니다. 제목을 먼저 살펴보고 그림 카드와 기존 본문으로 이어 가세요.

관심 주제로 찾아보기
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’
다중우주 분석은 같은 원자료에서 합리적인 처리 선택의 조합을 펼쳐 결과의 안정성과 민감도를 보여 줍니다.
Increasing Transparency Through a Multiverse Analysis
주장의 발생 배경을 지적하는 계보학적 비판과, 그 주장을 지지하는 증거를 평가하는 일을 구분하면서도 출처 정보의 탐구 가치를 살펴봅니다.
The Value of Genetic Fallacies
닻내림은 하나의 고정 성향이 아닙니다. 제시된 닻과 스스로 만든 닻, 수리 능력과 조정 과정을 나누어 봅니다.
Individual Differences in Anchoring Effect: Evidence for the Role of Insufficient Adjustment
기억에 대한 확신을 조정하는 일과 외부 도구를 선택하는 일은 구분됩니다. 메타인지 훈련 연구를 기대 보상과 전략 선택의 관점에서 읽습니다.
The effect of metacognitive training on confidence and strategic reminder setting
11–15 / 43편