Human Space Lab

① 질문

한 문장을 다섯 칸으로 펼치기

이 실험의 질문을 채워 두었습니다. 각 칸을 고쳐 자신의 질문과 비교해 보세요.

질문은 공유 주소에만 담깁니다. 주소를 복사해 보관하세요. 별도 저장소에는 저장하지 않습니다.

질문 문구를 고쳐도 아래 실측 자료와 분석 조건은 바뀌지 않습니다.

② 자극

장면에 무엇이 새로 들어왔나

같은 거리의 다섯 장면을 나란히 비교합니다. 각 단계는 앞 단계의 요소를 유지하면서 다른 단서 묶음을 더합니다.

LoD4의 조명·그림자와 LoD5의 사람·가로시설은 묶여서 바뀝니다. 이 비교에서 각 요소 하나의 효과를 분리할 수는 없습니다.

P3 p.62 표 1 · 거리 사진 출처·권리는 첫 장면과 같습니다. 모바일에서는 이 비교 영역을 가로로 넘길 수 있습니다.

③ 순서

상세도가 높아지는 동안 시간도 흐릅니다

실제 실험의 고정 순서와 위치를 균형화한 비교안을 같은 시간 축으로 봅니다.

기준 60초 → 노출 10초·휴식 10초 × 5 = 160초. P3의 자극·휴식 축약도입니다. 2026 후속 논문의 주시·설문까지 포함한 총실험 시간과 구분합니다.

P3 p.63 §3.2(4)·p.66 한계 · 라틴 방격은 후속 설계를 위한 배정 예입니다.

④ 품질

검정 전에 분포와 기준값을 봅니다

점 하나는 관측값 하나입니다. 마름모는 해당 LoD 원값 중앙값의 10배를 넘는 값, 굵은 선은 중앙값, 상자는 가운데 50%입니다. 로그 눈금으로 모든 값을 표시합니다.

비율은 각 참가자의 같은 전극·대역 기준 구간 값으로 나눈 뒤 요약합니다. 큰 값 표식은 자료를 제외하지 않으며 ⑤⑥⑦은 41행을 유지합니다.

분포·비율: 공개 실측 자료 직접 계산 · 2026 게재본 p.8 Part 1 EEG results.

⑤ 논문 재현

같은 참가자의 인접한 두 단계를 대응 Wilcoxon 검정으로 비교합니다. 아래 48칸은 원값·보정 전 p로 논문 표 3·5와 비교합니다.

다시 계산을 누르면 각 칸에 브라우저 계산값이 나타납니다.

논문: 대한건축학회논문집 41(5), 59–68 (2025), p.64 표 3·p.65 표 5. 근거 장부

⑥ 선택 바꾸기

분석 선택이 남기는 차이

자료는 그대로 두고 검정·변환·보정을 바꿉니다. 선택한 p가 0.05 미만인 칸을 셉니다.

×4는 2026 후속 논문의 보정 방식입니다. 여기서는 41행을 유지하므로 참가자 제외·이상치 처리·전체 검정 선별·연속성 보정을 포함한 2026 분석 전체의 재현은 아닙니다.

×4: 각 전극·대역의 전환 4개. ×24: 각 대역의 전극 6개 × 전환 4개. 보정 p = min(1, p × 비교 수). 두 대역을 합친 48개 보정과 구분합니다.

● 표시와 밝은 칸은 0.05 미만, · 표시와 어두운 칸은 0.05 이상입니다. 칸을 누르면 Z·p를 읽을 수 있습니다.

⑦ 참가자별 선

중앙값 뒤에 있는 41개의 변화

가는 선 하나는 한 참가자의 LoD1~5 값입니다. 굵은 선은 중앙값, 띠는 참가자 단위 부트스트랩의 점별 95% 구간입니다. 위에서 고른 값의 변환을 함께 적용합니다.

로그 눈금은 같은 배율을 같은 간격으로 표시합니다. 눈금 전환은 값의 변환이나 검정·부트스트랩 계산을 바꾸지 않습니다.

참가자 행을 복원추출하여 다섯 단계의 대응을 유지합니다. 2,000회 · mulberry32 시드 20261113. 2.5·97.5 백분위 구간이며 동시 신뢰구간은 아닙니다.

⑧ 다음 실험

같은 질문을 다른 순서와 반복으로

인접 전환 하나를 미리 정한 비교로 두고 참가자 수와 반복 수를 바꿉니다. 효과 가정은 이 자료의 대응 로그 차이 중앙값, 변동은 그 차이의 표본분산에서 가져옵니다.

같은 가정에서 참가자 수를 바꾸면

모형은 d=ln(다음/기준)−ln(이전/기준)의 정규분포와 참가자 무작위 절편을 가정합니다. SE=√{s²[ρ+(1−ρ)/반복 수]/참가자 수}. 표본분산 s²는 알려진 값처럼 고정하고, 평균 차이의 양측 Z검정 α=0.05를 모의합니다. 단일 계획 대비이며 다중 비교 보정은 없습니다.

관측 중앙값을 가상의 순수 효과로 옮긴 조건부 계산입니다. 고정 순서 자료에서 상세도 효과와 시간 효과를 분리할 수 없습니다. 시간 효과가 있으면 검출률에는 편향이 섞이므로 효과 0의 오검출률을 함께 읽으세요.

시간 효과가 0이면 두 순서의 결과는 같습니다. 균형 순서는 선형 시간 효과의 평균을 상쇄하며, 참가자가 5의 배수가 아니면 남은 배정의 위치차를 반영합니다. 반복마다 같은 순서를 쓰고 장면은 한 세트로 유지합니다.

모의 자료 · 2,000회 · mulberry32 + Box–Muller · 시드 20261114 · 설정 간 같은 난수. 기존 Wilcoxon이나 2026 논문 전체 분석의 검정력이 아닙니다. Monte Carlo SE는 모의 오차이며 효과 추정의 불확실성은 포함하지 않습니다.