Colider (statistici)

Un  ciocnitor este o variabilă din statistici și diagrame cauzale care este afectată de două sau mai multe variabile. Denumirea „colider” reflectă faptul că în modelele grafice săgețile din variabilele care conduc la colider „se ciocnesc” la nodul , care este coliderul [1] . Uneori, ciocnitorii sunt numiți și furci inversate [2] .

Variabilele cauzale care afectează ciocnitorul nu sunt neapărat legate. Dacă nu sunt conectate, ciocnitorul nu este protejat . În caz contrar, ciocnitorul este protejat și face parte dintr-un triunghi (vezi figura) [3] .

Dacă există un colider pe cale , atunci acesta blochează conexiunea dintre variabilele care îl afectează [4] [5] [6] . Astfel, ciocnitorul nu creează o relație necondiționată între variabilele care îl afectează.

Luarea în considerare a unui ciocnitor în condiții de problemă prin analiză de regresie , stratificare , design experimental sau eșantionare bazată pe valorile ciocnitorului creează o relație de cauzalitate falsă între X și Y ( paradoxul lui Berkson ). În terminologia graficelor cauzale, luarea în considerare a ciocnitorului deschide calea între X și Y. Aceasta implică o eroare sistematică în aprecierea relației cauzale dintre X și Y , introducând o relație cauzală acolo unde nu există. Prin urmare, ciocnitorii pot afecta negativ verificarea teoriei cauzale.

Colliders sunt uneori confundați cu variabile de încurcare . Spre deosebire de ciocnitori, variabilele de confuzie trebuie luate în considerare atunci când se evaluează cauzalitatea.

Vezi și

Note

  1. Hernan, Miguel A. & Robins, James M. (2010), Causal inference , Chapman & Hall/CRC monografii despre statistică și probabilitate aplicată, CRC, p. 70, ISBN 978-1-4200-7616-5 
  2. Julia M. Rohrer. Gândirea clară la corelații și cauzalitate: modele cauzale grafice pentru datele observaționale . PsyArXiv (2 iulie 2018). doi : 10.31234/osf.io/t3qub . Preluat la 9 decembrie 2021. Arhivat din original la 20 noiembrie 2020.
  3. Ali, R. Ayesha (2012). „Către caracterizarea claselor de echivalență Markov pentru grafice aciclice direcționate cu variabile latente” . Proceedings of the Twenty-First Conference on Uncertainty in Artificial Intelligence (UAI2006) : 10-17. arXiv : 1207.1365 . Arhivat din original pe 19.01.2022 . Preluat la 14 decembrie 2020 . Parametrul depreciat folosit |deadlink=( ajutor )
  4. Groenlanda, Sander; Pearl, Judea & Robins, James M. (ianuarie 1999), Causal Diagrams for Epidemiologic Research , Epidemiology vol . 10 (1): 37–48, ISSN 1044-3983 , OCLC 484244020 , PMID 9888278 , 04-090971010901 doi -00008 , < http://www.epidemiology.ch/history/PDF%20bg/Greenland,%20Pearl%20and%20Robins%201999%20causal%20diagrams%20for%20epidemiologic%20research.pdf > Arhivat 20 martie 13, Wayback Mașinărie 
  5. ^ Pearl, Judea (1986). „Fuziune, propagare și structurare în rețelele de credință”. inteligența artificială . 29 (3): 241-288. DOI : 10.1016/0004-3702(86)90072-x .
  6. Pearl, Iudeea. Raționament probabilist în sisteme inteligente: rețele de inferență plauzibilă . — Morgan Kaufmann, 1988.