통합검색

효과가 없어야 할 대조군에서 효과가 보이면 무엇을 의심해야 할까?

Lipsitch 등의 음성 대조 개념을 통해 관찰연구의 숨은 교란과 편향을 진단하는 법을 탐구합니다.

Negative Controls: A Tool for Detecting Confounding and Bias in Observational Studies

숨은 변수가 얼마나 강해야 관찰된 효과를 지울 수 있을까?

E-value는 관찰연구의 결과를 설명해 없애려면 측정하지 못한 교란이 노출·결과와 얼마나 강하게 연관돼야 하는지 위험비 척도로 묻습니다.

Sensitivity Analysis in Observational Research: Introducing the E-Value

관찰연구의 여러 특성을 확률 하나로 맞춰도 될까?

성향점수는 관찰된 공변량을 균형화하지만 숨은 교란을 해결하지 않습니다.

The Central Role of the Propensity Score in Observational Studies for Causal Effects

숨은 변수가 얼마나 강해야 관찰 결과가 사라질까?

E-value는 관찰연구의 연관성을 설명해 없애려면 미측정 교란이 얼마나 강해야 하는지 비율척도로 묻습니다.

Sensitivity Analysis in Observational Research: Introducing the E-Value

숨은 변수가 얼마나 강해야 관찰 결과가 사라질까?

관찰 연관, 숨은 교란, 민감도 경계를 연결해 조건과 범위를 확인하는 교육용 도식.