상관관계에서 인과관계로 가려면 무엇이 더 필요한가
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)
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’
숙의 대화에서는 최종 권고뿐 아니라 선택지를 제안한 사람도 그 선택지가 가능한지 보일 책임을 질 수 있습니다.
Burdens of Proposing: On the Burden of Proof in Deliberation Dialogues
두 연구 3,446명에서 인지적 성찰 점수가 높은 참가자는 정치적 일치 여부와 별개로 참·거짓 헤드라인을 더 잘 구분했지만, 상관 설계와 특정 표본의 한계가 있습니다.
Lazy, Not Biased: Susceptibility to Partisan Fake News Is Better Explained by Lack of Reasoning Than by Motivated Reasoning
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
16–20 / 56편