노인을 살릴까요 젊은 여자를 살릴까요?
게시글 주소: https://orbi.kr/00033771219
전 세계에서 과학자들이 간단한 질문을 던져보았습니다.
전형적인 딜레마 상황이죠.
그리고 전 세계가 응답했습니다.
보면 우리나라는 노인을 죽이자는 응답 비중이 0.37 정도에 가깝네요.
63%가 젊은 여자를 죽이는 옵션을 택했습니다.
y축은 노인을 죽이자고 응답한 정도를
x축은 그 나라의 창의성 지수를 비슷한 스케일로 조정한 값입니다.
가운데 축이 둘의 상관관계를 보여주는 회귀축입니다.
창의적인 직업이 많은 나라일수록, 노인을 죽이는 옵션을 택했군요.
이런 둘 간의 관계를 '상관관계' 라고 합니다.
둘은 정적 상관관계에 있습니다.
상관관계 연구에서는 원인을 정확하게 알 수 없습니다.
이 글 댓글에 ~~ 이기 때문에 ~~일 것이다.
이런 주장을 달더라도 아무 의미가 없습니다.
그 주장을 데이터로 검증할 수 없다면,
과학의 세계에서는 아무런 가치가 없습니다.
우리집 화장실에 요정이 산다는 주장만큼이나
어떤 원인을 설정하는 주장은 가치가 없을 것입니다.
여러분은 이제 상관관계라는 개념을 하나 배웠습니다.
데이터를 바탕으로, 두 변수간의 변화관계를 보여주는 개념입니다.
정적상관이라는 말도 제가 사용했습니다.
두 변수가 같이 증가하고 감소하는 관계입니다.
수능 비문학에는
이런 연구로 만들어진 수많은 명제들과 변수들이 깔려있습니다.
단순한 문장과 문장 사이에 얼마나 많은 연구들이 들어있는지
알면 깜짝 놀랄 만큼이요.
따라서 단지 명제론과 구문에 집착하다보면
그 문장이 뭘 표현한 건지 이해를 못하는
이상한 해석이 나올 수 있습니다.
이런 생각이 조금은,
비문학이 즐거울 이유가 되었으면 좋겠습니다.
- 업라이저.
p.s.
참고로 이 글의 표나 연구 결과는
저작권이 엄격히 적용되니 여기저기 쓰진 말아주세요.
물론 연구 결과의 대부분은 안써두었습니다.
0 XDK (+0)
유익한 글을 읽었다면 작성자에게 XDK를 선물하세요.
-
장기자랑 甲 12
BOUNCE with me BOUNCE with me BOUNCE with me...
사진이 없는데요
자동차랑 그래프 사진 잇어오
오르비 사진 오류 요즘 오지네
저는 노인이냐 젊은여자냐를 떠나서 핸들을 꺾으면 안된다고 생각
좋은 답변. 실제 실험에서는 여자랑 노인이랑 위치를 바꾼 시행도 넣어서 다 따로 잽니다.
저 그래프는 무엇을 의미하는 건가요?
축이 보이게 넣어드렸어요.
y축은 노인을 죽이자고 응답한 정도를
x축은 그 나라의 창의성 지수를 비슷한 스케일로 조정한 값입니다.
아 질문을 잘못했나보네요.. 그래프에 그려져있는 선이 무엇을 뜻하는지를 모르겠어서 여쭙는 거에요
회귀선이에요. 둘 사이의 상관관계를 보여주는 선이라고 생각하시면 됩니다. 정적 상관 부적 상관이라고 말할 때는 이 선을 보고 말하는 겁니다. 여러분 통계 단원이 딱 이거 전단원 정도에서 짤려서 모르시는게 정상이지만 일단 개념은 써둡니다.
가운데 돌에 박으면 안되나
쪽지 가능할까요
네~
굳이 둘중 한명에게 박아야 한다면 노인에게 박는 쪽에 마음이 가긴 하네요
저도..
멈추면 안 됨 ?
ㄹㅇㅋㅋ
저번에 들었을 때 멈출 수도 없는 상황이라 들었는데...
여담이지만 두 변수의 상관계수만을 기반으로 두 변수의 인과관계를 판단하는 것은 통계적으로 맞는 방법이 아니라고 생각해요. 어떤 일이 일어날때, 다른 일이 일어났다고 해서 그저 양 혹은 음의 상관관계로 끝나는 운으로 끝날 수 있지 꼭 원인과 결과가 되는 인과관계가 되지는 않거든요.
유명한 대표적인 사례로 위 사진과 같이 영화배우 니콜라스 케이지의 출연작 빈도와 미국 수영장 익사자 수를 상관계수만을 고려해 분석한다면 수영장 익사자 수를 줄이기 위해서 니콜라스 케이지는 영화 출현을 자제해야 한다는 엉뚱한 결론이 나올 수 있어요 ㅎㅎ 때문에 통계학에서는 상관관계 말고도 변수를 더 추가하거나, 검정을 하는 식으로 이러한 오차들을 잡아나간답니다
간단한 예시로 위의 예제와 같은 경우는, 창의성과 문제의 답변 만으로는 위 현상을 해석할 수 없으니까 또다른 변수를 추가해 여러 변수들간의 상관성을 측정하는 multiple regression을 사용하거나, 선형회귀가 아닌 SVD, polynomial 회귀를 사용해 오차를 줄이거나 비모수 추출을 통한 검정을 통해 두 변수간의 차이가 유의미한지 체크하는 것이 올바는 분석방법이라고 생각합니다! TMI 죄송합니다 ㅋㅋㅋ
맞아요 ㅎㅎ 상관관계는 그래서 제 본문의 연구처럼 선행연구에 대한 이해가 깊지 않으면 아무 데이터나 가져와서 회귀 때려버리면 안됩니다. 1) 이론적 바탕과 선행 연구라인에 대한 이해 2) 실험 설계와 개념의 정밀성 3) 댓글에서 말씀하신 추가 통계 검정을 때려박습니다.
참고로 위 연구는 아무 데이터나 가져온 연구는 아닙니다. sci급이져.
sci 급 논문에서 발췌하신 부분이라면 위 부분은 단순히 선형관계를 분석한 후 결론에 도달한 것이 아니라 선형 관계를 도출한 후 검정을 진행한 부분을 빼고 집어넣으신걸로 알겠습니다 ㅎㅎ 혹시 발췌하신 논문 제목을 알 수 있을까요? 흥미로운 주제라서 어떻게 계산을 진행했는지 확인하고 싶네요
연구 내용은 안됩니다 ㅎㅎ 혼나요. 그리고 제 연구 아니에요 ㅋㅋ
혼난다니요 ㅋㅋㅋ 이미 출간된 논문이면 언제든지 열람이 가능한데요 ㅎㅎ 나중에 쪽지로 보내주십셔 저는 셤공부하러 가겠습니다
계속 연구하는 내용이니까요. 저 표 자체는 퍼블리쉬 하기 전까진 랩 자산이구요. 그냥 궁금하신거면 저 주제로 검색하시면 퍼블리쉬 된거 많이 뜰겁니다.
댓글 같은 걸 false correlation 이라고 유명한 개념인데.. 이거 점점 현대사회심리.. 사회조사연구방법론 수업..이걸 바란건 아니라서
전 노인쪽
햇빛 오래볼만한 사람 살리는쪽이 더 좋지않을까요
저도 딱 보고 처음에 이렇게 생각했는데 결과가 '무조건 죽음'이 아닌 이상 부상의 위험은 노인분이 더 크지 않을까....
매개 변수를 넣으면 나름 설명은 될 듯 하네요.....면접 문제로 나와도 좋을 듯요^^
핸들 꺾는순간 내 의도가 들어간거니까.. 그냥 앞으로 가야겠어요ㅠ
조금 더 꺾어서 벽에 박을래요.. 그러면 누가 박혀도 충격량은 안 꺾는 것보다 덜할테니...
가만히 있는 것도 결국 노인을 죽이기로 선택하는거아닌가요 약간 회피성같음. 저 경우엔 사람은 무조건 선택을 해야함 회피할수가 없음
완전 딜레마네...
노인이랑 여자 사이로 빠져나가면 안됨?
베스트 드라이버가 될 저는 노인과 여자사이로 쏙 지나갈 겁니다
노인을 죽여야지. 직선으로 가고있었으면 직선에 있는 사람을 쳐야지. 핸들을 꺾어서 여자를 치면 그게 일부러 여자를 죽인거지 뭐야
둘만 고른다면 노인.....
둘 다 죽이면 안되나
ㄷ ㄷ
사람이 운전하는거면 갈릴수가있는데
무인자동차면 여자가 치이는 쪽으로 가야하지 않나
일단 자동차앞의 장애물을 피하는게 시스템적으로 우선일것같은뎁..
우리가 운전할때 좌회전해서 사람을 칠것같아!이러고 직진으로 앞에있는 사람 들이박는것보단
앞에있는 사람을 피하려고 핸들을꺾고보니 좌회전위치에 있는 여자가 치인 경우가 더많을테니..