엣지 만들기
두 방법입니다.- 한 변수의 엣지 핸들에서 다른 변수로 끕니다.
- 그래프를 누르고 + Edge를 눌러 소스와 타겟을 고릅니다.
엣지 속성
- Direction 항상 원인에서 결과로. 엣지를 뒤집으면 뜻이 완전히 달라집니다.
- Sign 양(원인이 늘면 결과가 늚), 음(원인이 늘면 결과가 줆), 또는 모름.
- Strength small / medium / large. 또는 데이터에서 얻은 숫자.
- Mechanism 한 줄 설명. 선택이지만 “왜” 를 위해 꼭 권합니다.
- Evidence 엣지를 뒷받침하는 문서·데이터셋·이전 분석 링크.
- Confidence 얼마나 확신하는지. 검증 동작에 영향을 줍니다.
DAG 제약
그래프는 순환이 없어야 합니다. 사이클을 만드는 엣지(A→B 인데 나중에 B→A를 직접이나 이어서)를 더하려 하면, 에디터가 위반 경로를 그림으로 보여주며 거절합니다. 두 변수가 정말 양방향으로 영향을 준다면, 대개 상호작용을 나타내는 세 번째 변수나, 시간을 늦춘 형태(A_t → B_{t+1} → A_{t+2})가 필요하다는 신호입니다.
교란자와 충돌자
그래프 에디터가 두 고전적 실수를 피하게 돕습니다.- Confounder(교란자) A와 B를 둘 다 일으키는 세 번째 변수입니다. 교란자를 안 넣고 A→B를 그리면 하류 분석이 틀립니다. 에디터가 (그래프의 다른 엣지를 근거로) 유력한 교란자를 짚어 줍니다.
- Collider(충돌자) A와 B 둘 다에 의해 생긴 변수입니다. 충돌자를 조건으로 걸면 가짜 상관이 생깁니다. 쿼리가 충돌자를 조건으로 걸면 에디터가 경고합니다.
양방향 관계(근사)
A와 B가 뚜렷한 인과 방향 없이 정말로 함께 움직이면, 공유 잠재 변수로 이어진 것으로 모델링하세요. 예를 들어both_driven_by_C 노드를 두고 C→A, C→B 엣지를 답니다. DAG는 지켜집니다.
데이터로 엣지 가중치 얻기
원인과 결과 변수를 둘 다 잰 데이터셋이 있으면 Nora가 엣지 강도를 바로 어림합니다.- Data source 관측이 있는 문서나 테이블을 붙입니다.
- Estimator 회귀, 상관, 또는 작은 인과 추론 모델.
- Result 계수 + 신뢰 구간 + p-값을 엣지에 저장합니다.
엣지 많을 때 다루기
- Auto-layout 계층 위상으로 그래프를 읽기 좋게 맞춥니다.
- Filter by strength 뼈대에 집중하려고 약한 엣지를 숨깁니다.
- Filter by confidence 검증에 믿을 것을 볼 때 확신 낮은 엣지를 숨깁니다.
- Search 변수 이름으로 엣지를 찾습니다.
엣지 테스트
엣지에서 우클릭 → Test를 누릅니다. Nora가 빠른 상식 점검을 돌립니다.- 부호가 붙은 데이터의 관측과 맞나?
- 증거로 인용한 문서가 정말 이 엣지를 뒷받침하나?
- 이 엣지를 빼면 하류 검증 결과가 눈에 띄게 바뀌나?