Коллайдер (статистика)
В статистике и причинно-следственных графах переменная является коллайдером , когда на нее причинно влияют две или более переменных. Название «коллайдер» отражает тот факт, что в графических моделях наконечники стрелок от переменных, ведущих в коллайдер, кажутся «сталкивающимися» с узлом , который является коллайдером. [1] Их иногда еще называют перевернутыми вилками . [2]
Причинные переменные, влияющие на коллайдер, сами по себе не обязательно связаны между собой. Если они не соседние, коллайдер неэкранированный . В противном случае коллайдер экранируется и является частью треугольника. [3]
Результатом наличия коллайдера на пути является то, что коллайдер блокирует связь между переменными, которые на него влияют. [4] [5] [6] Таким образом, коллайдер не генерирует безусловную связь между определяющими его переменными.
Обусловливание коллайдера посредством регрессионного анализа , стратификации, планирования эксперимента или отбора выборки на основе значений коллайдера создает непричинную связь между X и Y ( парадокс Берксона ). В терминологии причинных графов кондиционирование на коллайдере открывает путь X и Y. между Это приведет к смещению при оценке причинно-следственной связи между X и Y , потенциально создавая ассоциации там, где их нет. Таким образом, коллайдеры могут подорвать попытки проверить причинно-следственные теории. [ нужна ссылка ]
Коллайдеры иногда путают с переменными- конфаундерами . В отличие от коллайдеров, при оценке причинно-следственных связей необходимо контролировать переменные-конфаундеры. [ нужна ссылка ]
Чтобы обнаружить и справиться с предвзятостью коллайдера, ученые использовали направленные ациклические графы . [7]
Рандомизация и квазиэкспериментальные исследования бесполезны для преодоления предвзятости коллайдера. [7]
См. также
[ редактировать ]- Причинность
- Причинно-следственные графики
- Сбивающий с толку
- Ориентированный ациклический граф
- Предвзятость выбора
- Анализ пути
- Плохой контроль
Ссылки
[ редактировать ]- ^ Эрнан, Мигель А.; Робинс, Джеймс М. (2010), Причинный вывод , Монографии Чепмена и Холла/CRC по статистике и прикладной вероятности, CRC, стр. 70, ISBN 978-1-4200-7616-5
- ^ Джулия М. Рорер (2 июля 2018 г.). «Четкое размышление о корреляциях и причинно-следственных связях: графические причинно-следственные модели для данных наблюдений» . PsyArXiv . doi : 10.31234/osf.io/t3qub . hdl : 21.11116/0000-0006-5734-E .
- ^ Али, Р. Аиша; Ричардсон, Томас С.; Спиртес, Питер; Чжанге, Джиджи (2012). «К характеристике марковских классов эквивалентности для ориентированных ациклических графов со скрытыми переменными». Материалы двадцать первой конференции по неопределенности в искусственном интеллекте (UAI2006) : 10–17. arXiv : 1207.1365 .
- ^ Гренландия, Сандер; Перл, Иудея; Робинс, Джеймс М. (январь 1999 г.), «Причинно-следственные диаграммы для эпидемиологических исследований» (PDF) , Epidemiology , 10 (1): 37–48, doi : 10.1097/00001648-199901000-00008 , ISSN 1044-3983 , OCLC 48424402 0 , ПМИД 9888278
- ^ Перл, Иудея (1986). «Слияние, распространение и структурирование сетей убеждений». Искусственный интеллект . 29 (3): 241–288. CiteSeerX 10.1.1.84.8016 . дои : 10.1016/0004-3702(86)90072-x .
- ^ Перл, Иудея (1988). Вероятностные рассуждения в интеллектуальных системах: сети правдоподобного вывода . Морган Кауфманн.
- ^ Jump up to: а б Шнайдер, Эрик Б. (2020). «Предвзятость коллайдера в исследованиях экономической истории» (PDF) . Исследования по экономической истории . 78 : 101356. doi : 10.1016/j.eeh.2020.101356 . ISSN 0014-4983 . Архивировано из оригинала 11 апреля 2024 года.