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.
그림에서 무엇을 볼까요?
관찰된 위험비 1.0, 1.5, 2.0, 3.0에 따라 E-value가 1.0, 2.37, 3.41, 5.45로 증가하는 선 그래프.
가상 관찰자료에서 학습 프로그램 참여 집단의 통과 위험비가 1.8이라고 합시다. 아래 슬라이더를 1.0에서 4.0까지 움직이면 공식에 따라 점추정치 E-value가 바뀝니다. RR=1이면 E-value도 1이고, RR이 커질수록 필요한 교란 연관의 문턱도 커집니다.
이 수치는 프로그램 효과를 입증하지 않습니다. 참여 의욕 같은 미측정 변수가 참여와 통과 모두에 얼마나 강하게 연결될 수 있는지, 이미 측정한 사전 성취와 비교할 대화의 출발점입니다. 신뢰구간이 1을 포함한다면 점추정치가 커 보여도 통계적 불확실성부터 확인해야 합니다.
함께 확인할 점
E-value는 미측정 교란에 대한 하나의 민감도 지표이며 무작위 배정의 대체물이 아닙니다. 분석 대상의 인과 구조와 측정 품질을 별도로 검토해야 합니다.
점추정치 E-value만 보고 판단하면 불확실성을 숨길 수 있습니다. 신뢰구간 경계의 E-value와 현실적인 공변량 크기를 함께 보고해야 합니다.
생각해 볼 질문
E-value가 3보다 크면 인과관계가 확실한가요?
빈칸을 평균값 하나로 채우면 불확실성도 사라질까?
영향이 없어야 할 대조군이 움직이면 무엇을 의심해야 할까?
관찰연구의 여러 특성을 확률 하나로 맞춰도 될까?