JINetic CODE

우연히 알고리즘에 걸린 영상 하나를 보게되었다:https://youtube.com/shorts/puK2uOOR9zM?si=fD1wUPS5iD0zi9w7 "모국어로 교육받을 수 있음에 감사하라"는 메시지가 담긴 영상이었다. 뒤돌아 생각해보면, 대학에 입학했을 때 나는 불만이 많았다.한국어로 충분히 설명할 수 있는 강의가 영어로 진행되거나,한국어로 수업을 듣고는 시험 문제를 영어로 풀어야 하는 상황들이 어색하고 불합리하게 느껴졌다.왜 굳이 이렇게까지 해야 하나, 반발심도 들었었다. 하지만 지금은 어느정도 현실을 받아들이게 되었다.내가 알아야 하는 최신 연구들은 거의 모두 영어로 발표된다.나 역시 연구 성과를 세계에 알리려면 영어로 논문을 쓰는 것이 당연하다.요즘 영어의 벽을 더 크게 느끼고 있었던 터라, ..

통계 수업 첫날: 어? 너무 쉽잖아? TOO EASY 그 다음주: 어? 갑자기? 아니 그 변수가 왜...? 아니 그 테스트를 왜...? 아니..? 왜? 아니 무슨 test가 이렇게 많아? 그 다음주: 네? 뭘 자꾸 검정을 해요? 검정을 위해 검정을 또 한다고? 근데 그 검정 결과를 보고 또 다른 검정을 한다고? 아직 개론인데 고난도에 멘붕 개론이라며...나 연구할 수 있나..?

1. 연관 ≠ 인과두 변수 사이에 통계적으로 함께 움직이는 경향이 있다고 해서, 꼭 원인-결과 관계가 있는 건 아니다. 예를 들어, 아이스크림 판매량과 익사 사고 수가 함께 늘어난다고 해서, 아이스크림이 익사의 원인이라고 말하긴 어렵다. 여름이라는 공통 원인(Confounder) 때문이다. 2. 인과란 무엇인가?우리가 알고 싶은 건 진짜 원인, 즉 "T를 바꿨을 때 Y가 바뀌는가?"에 대한 답이다.이를 인과 효과(Causal Effect)라고 부른다.인과(Causal Effect) = ATT (Average Treatment effect on the Treated) 즉, 처치를 받은 집단에 대해 그 처치가 없었더라면 나왔을 결과와 실제 결과의 차이를 말한다.하지만 현실에서는 이런 비교가 어렵다.왜냐면… ..