이 단원은 실험 결과 숫자를 읽는 법을 다룬다. 요약값이 숨기는 것부터 시작해 p값의 진짜 뜻, 효과 크기와 신뢰구간, 비교를 강하게 만드는 설계, 그리고 표본이 몇 개면 충분한지까지 이어진다. 목표는 통계학자가 되는 것이 아니라, 결과를 과장 없이 읽고 보고하는 것이다.
- 8강부터 12강까지 순서대로 읽는다.
- 9강(p값)을 건너뛰고 10강(효과 크기)을 읽으면 "유의하다"와 "차이가 크다"의 구분이 서지 않는다. 순서를 지킨다.
- 이 단원의 개념은 15강(p-해킹)과 16강(음성 결과)의 전제다.
-
- 기술통계 기초
-
- 가설 검정과 p값
-
- 효과 크기와 신뢰구간
-
- 비교 설계
-
- 검정력과 표본 크기
-
- 기술통계 기초
평균·분산·분포를 보는 법과, 요약값이 숨기는 것을 다룬다.
-
- 가설 검정과 p값
p값이 실제로 뜻하는 것과 흔한 오해를 다룬다.
-
- 효과 크기와 신뢰구간
"유의하다 ≠ 차이가 크다"의 뜻, Cohen's d와 95% CI 읽는 법을 다룬다.
-
- 비교 설계
대응(페어드) 검정이 강력한 이유와 층화 보고가 필수인 상황을 다룬다.
-
- 검정력과 표본 크기
표본이 몇 개면 충분한가, 검출하지 못한 것과 없는 것의 차이를 다룬다.
- 분포를 먼저 보고 요약값을 나중에 믿는 습관을 갖는다.
- p값, 효과 크기, 신뢰구간을 구분해 셋 다 보고할 수 있다.
- 페어드 비교와 층화 보고로 비교 설계를 강화할 수 있다.
- 실험 전에 필요한 표본 크기를 추정할 수 있다.