混淆變數
喺統計分析上，混淆變數，又叫干擾變數，英文叫 confounding ，係指某個同時對自變數同應變數產生影響嘅第三變數，研究者即使搵到自變數同應變數之間真係有關係，都唔能夠肯定兩者之間真係有預想中嗰種關係，抑或係受到混淆變數影響。
喺社會科學當中，混淆變數幾受關注，噉係因為若果研究者唔理混淆變數嘅影響，有可能令到分析出嘅結果，有別於真實嘅變數間關係，甚至連正負方向都唔同。比如係對辛普森悖論嘅分析就表明，如果研究者唔考慮埋混淆變數嘅效應，可能會誤以為實際上成正相關嘅關係係成負相關。若果制定政策嘅人按照錯誤嘅研究結果嚟行事，就有嘥資源之虞。
基本概論
[編輯]抽象化啲講，設依家有一個自變數同一個應變數，研究者想知佢哋之間有乜嘢關係，例如佢哋之間成正相關定負相關。混淆變數就係講緊有某個「第三者」變數，佢嘅存在會影響自變數同應變數，但係研究者喺其模型裡便冇考慮埋呢個第三變數，於是就搞到得出嘅結果做唔到正確反映變數間嘅真實關係[1][2]。
流行病學例子：
- 觀察性質嘅研究發現，飲咖啡飲得多嘅人，患肺癌嘅比率較高。結果就噉睇，似乎係顯示咖啡會增加患肺癌嘅風險。但實際上，食煙嘅習慣會同時影響咖啡嘅消費同埋肺癌風險，會食煙嘅人傾向會飲較多咖啡。如果分析嗰時冇控制食煙嘅因素就會造成混淆。變數 1 係飲咖啡，變數 2 係患肺癌嘅機率，而第三者變數就係食煙[1]。
教育學例子：
- 研究顯示，參加課後補習嘅學生，平均成績比較好。齋睇呢個關聯，可能會推斷話補習能夠直接提升成績。不過，學生喺屋企得到嘅支援可能會同時影響佢哋參加補習嘅機會，又會影響其成績。變數 1 係補習，變數 2 係成績，而第三者變數則係家庭環境。
社會學例子：
- 有研究發現，社區內鄰里互相信任程度較高嘅地方，犯罪率普遍低啲。一睇呢個關聯，啲人好可能會即刻諗住信任可以減低犯罪率。之不過，社區喺經濟上嘅穩定程度可能同時影響居民之間嘅信任，又會影響犯罪率。變數 1 係信任程度，變數 2 係犯罪率，而第三者變數則係經濟穩定程度。
圖像表述
[編輯]用圖像化嘅方法解釋，好似係下面呢幅圖噉，就展示咗
即使係性別以外嘅干擾變數，都可以用同樣道理嚟諗，下圖嘅 gif 顯示對 X 同 Y 之間嘅關係嘅分析，當中 Korrelation 係統計相關噉解，如果將所有數據點擺埋一齊睇，所有點畫做黑色，會得出兩個變數之間成 -0.74 嘅負相關，但若果將啲數據點分做五組，五組唔同色，再分別噉做分析，會發覺 X 同 Y 之間成幾強嘅正相關。
應對方法
[編輯]喺統計學上，有好多方法可以應付 confounding 嘅問題[4]
即使數據已經收咗返嚟，統計師依然大把方法可以處理 confounding ：
- 分層分析 (暫譯) [註 1]：將啲受試者按年齡同性別等嘅因子分組，再同每組個別做分析。可以睇睇 CMH 統計量嘅概念。
- 多變量嘅模型：可以用嚟處理干擾變數可能數值多[註 2]嘅情況。
- 控制變數：喺迴歸模型等嘅統計模型中，將可能嘅干擾變數加落個模型度做控制變數[5]。
- ANCOVA
分層分析嘅例子：譬如依家研究某隻藥對血壓有乜嘢影響，若果男人同女人對隻藥有唔同反應，性別就有可能成為混淆變數；噉研究者做分析嗰時，可以先行將受試者分男子組同女子組，然後分別喺每一組入便做統計分析睇下服藥對男人嘅血壓有咩影響，然後再睇下服藥對女人嘅血壓有咩影響；若果兩組分開分析得出嘅結果無異，噉就較有信心話，呢隻藥嘅效果唔會受性別影響。
睇埋
[編輯]註釋
[編輯]引咗
[編輯]- ↑ 1.0 1.1 Pourhoseingholi, M.A., Baghestani, A.R. and Vahedi, M., 2012. How to control confounding effects by statistical analysis. Gastroenterology and hepatology from bed to bench, 5(2), p.79，呢篇文由流行病學嘅角度，入門式噉講解咩謂之 confounding 。
- ↑ Pearl, J., (2009). Simpson's Paradox, Confounding, and Collapsibility. In Causality: Models, Reasoning and Inference (2nd ed.). New York : Cambridge University Press.
- ↑ Clifford H. Wagner (February 1982). "Simpson's Paradox in Real Life". The American Statistician. 36 (1): 46–48. doi:10.2307/2684093. JSTOR 2684093.
- ↑ Mayrent SL, editor. Epidemiology in Medicine. New York: Lippincott Williams & Wilkins; 1987.
- ↑ Maldonado G, Greenland S. Simulation study of cofounder-selection strategies. Compares a number of data based strategies for selecting variables to include in regression models when the aim is to control confounding. Am J Epidemiol. 1993;138:923–36.
