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’
빈도주의 신뢰구간의 95%는 같은 절차를 반복했을 때의 장기 포함률이며, 계산된 특정 구간의 사후확률과 같지 않습니다.
Statistical Tests, P Values, Confidence Intervals, and Power: A Guide to Misinterpretations
베이지안 접근은 일부 비형식적 오류의 설득력이 사전확률과 증거 생성 과정에 따라 연속적으로 달라진다고 본다.
The Rationality of Informal Argumentation: A Bayesian Approach to Reasoning Fallacies
위험비를 누적 사망확률이나 생존확률 비로 읽을 수 있는가?
How hazard ratios can mislead and why it matters in practice
민감도 하나로 검사 후 확률을 읽을 수 없습니다. 사전 가능성과 우도비를 결합해 증거가 믿음을 얼마나 바꾸는지 계산합니다.
Diagnostic Tests 4: Likelihood Ratios
41–45 / 155편