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’
개별 글보다 주제 전체를 따라 읽고 싶다면 대표 글과 연관 자료를 함께 보세요.
그림으로 이해하고, 원문으로 깊이 읽습니다.
관심 주제와 난이도로 필요한 글을 찾아보세요. 개념을 익히는 학습과 원문에 근거한 연구 해설을 구분했습니다.

해외 학술 연구의 7개 분야
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’
2026년 PLOS One 연구에서 올바른 그래프를 보여 주는 교정은 효과가 있었지만, 장식을 없앤 깨끗한 디자인이 원래 디자인을 유지한 교정보다 낫지는 않았습니다.
Debunking Misleading Graphs Effectively: How Vocationally Educated Young Adults Perceive Graphs
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
Lee와 Lemieux의 회귀불연속 설계 안내를 바탕으로 컷오프 주변의 연속성 가정, 조작 가능성, 국소 효과와 대역폭 선택을 구분한다.
Regression Discontinuity Designs in Economics
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
141–145 / 417묶음