Clicked Gallery

O que é uma variável de confusão?

Subrayado en un libro de texto real. Explicado por Clicked.

Usado numa frase

University Course Reader · STEM

The study adjusted for age and income as confounding variables before reporting the effect of exercise on mood.

O leitor sublinhou um termo — num artigo ou no PDF de um paper. O Clicked tornou o termo estatístico «confounding variables» fácil de entender:

Explicado em três níveis

Os mesmos fatos, outra vibe — Modo slang 😎

O método Clicked

●○○

Overview

Uma variável de confusão é um fator escondido que empurra duas coisas de uma vez, então ambas mudam juntas e parecem conectadas uma à outra quando estão conectadas apenas à variável de confusão. O padrão é real; a explicação está errada. Bebedores de café já pareceram ter mais doença cardíaca, até os pesquisadores verem que eles também fumavam mais, e o fumo é que fazia o estrago. A variável de confusão estava escondida fora das duas coisas medidas — que é onde variáveis de confusão sempre se escondem.
●○○

Overview

Uma variável de confusão é a coisa que ninguém mediu e que está secretamente dirigindo as duas que mediram. Crianças que tomam café da manhã tiram notas melhores, então o café da manhã deixa você inteligente, certo? Ou as casas que dão conta do café da manhã toda manhã também dão conta de horários de dormir, lição de casa e uma mesa silenciosa — e é isso que está carregando o piano. O padrão do café da manhã é real. A explicação do café da manhã não é. Todo estudo está a uma terceira coisa escondida de distância de uma manchete errada. 😎

Uma ideia rápida — muitas vezes é tudo de que você precisa.

●●○

Detail

Uma variável de confusão é um fator fora de um estudo que influencia tanto a suposta causa quanto o desfecho, produzindo uma correlação entre eles que não deve nada a um causar o outro. Beber café foi por muito tempo ligado à doença cardíaca. Bebedores de café também fumavam mais que não bebedores, e o fumo causa doença cardíaca. O fumo era a variável de confusão: ligado ao café pelo hábito, ligado à doença cardíaca pela biologia, e suficiente para fazer o café parecer responsável. O teste para uma variável de confusão é que ela precisa se conectar às duas pontas. Um fator ligado só à causa ou só ao desfecho não consegue fabricar um vínculo entre eles. Variáveis de confusão são perigosas porque ficam fora dos dados a menos que alguém tenha pensado em medi-las. Um estudo que registrasse só café e saúde cardíaca nunca veria o fumo. Os pesquisadores as tratam de três jeitos. Podem excluir pessoas que carregam a variável de confusão, estudando só não fumantes. Podem randomizar, designando o tratamento pelo acaso para os fumantes se espalharem igualmente entre os grupos. Ou podem medir a variável de confusão e ajustar por ela, comparando bebedores de café com não bebedores que fumam a mesma quantidade. Os dois primeiros precisam ser desenhados desde o início. O terceiro só funciona para variáveis de confusão que alguém nomeou.
●●○

Detail

Uma variável de confusão é um terceiro fator escondido empurrando os dois lados de um estudo de uma vez, então duas coisas que nunca se tocaram parecem conectadas. Crianças que tomam café da manhã pontuam mais alto em provas, e todo boletim escolar trata isso como o café da manhã fazendo cérebros. Olhe o que mais as crianças do café da manhã têm. Manhãs regulares, alguém com tempo para fazer torrada, uma casa onde a lição é feita. A rotina doméstica está puxando o café da manhã e as notas, e o café da manhã está só ali do lado parecendo útil. A checagem para uma variável de confusão é se ela toca as duas pontas. Algo que só afeta o café da manhã, ou só afeta as notas, não consegue forjar um vínculo entre eles. O que torna variáveis de confusão traiçoeiras é que elas se escondem fora da página. Se os seus dados têm duas colunas, café da manhã e notas, a rotina não está em nenhuma. Os pesquisadores reagem de três jeitos. Manter de fora as crianças que diferem na variável de confusão, dividir as crianças em grupos por sorteio para ela se espalhar igualmente, ou medi-la e comparar semelhantes com semelhantes depois. Esse último só funciona nas variáveis de confusão em que você pensou. 😎

Quer mais? Um clique aprofunda.

●●●

Analogy

Meça uma escola cheia de crianças e o número do sapato prevê a habilidade de leitura quase perfeitamente: quanto maiores os pés, melhor a leitura. Ninguém conclui que pés grandes ajudam a ler. A idade está fazendo os dois trabalhos. Crianças mais velhas têm pés maiores e crianças mais velhas leem melhor, então os dois sobem juntos sem nenhum fazer nada ao outro. A idade é a variável de confusão: ela senta atrás das duas medições, nunca foi uma das duas coisas comparadas, e tornou a comparação sem sentido. Compare só as crianças de oito anos entre si e o vínculo entre pés e leitura some — que é como se parece remover uma variável de confusão.
Deepest level reached.
●●●

Analogy

Um artigo real uma vez achou que países que comem mais chocolate ganham mais prêmios Nobel, e o gráfico é lindo. Suíça no canto superior direito, as duas pontuações no máximo. Antes de estocar, pergunte o que mais a Suíça tem. Dinheiro. Países ricos compram mais chocolate e também financiam mais universidades, laboratórios e carreiras longas em pesquisa. A riqueza é a variável de confusão, alimentando em silêncio os dois números enquanto o chocolate leva o crédito. Compare países ricos só com outros países ricos e o efeito do chocolate encolhe a nada — que é uma variável de confusão sendo removida numa jogada só. 😎
Deepest level reached.

Conceito novo? Um exemplo do dia a dia faz clicar — novas analogias quando quiser.

Explicações de IA podem conter erros · Não é aconselhamento profissional

Definição formal — O mesmo termo, explicado da forma habitual

Uma variável de confusão é uma variável estranha ao estudo que está associada tanto à exposição (ou variável independente) quanto ao desfecho (ou variável dependente) e não está no caminho causal entre eles, de modo que produz ou distorce uma associação aparente. A confusão é uma ameaça à validade interna em estudos observacionais. É tratada pelo delineamento, por meio de restrição, pareamento ou randomização, que equilibra variáveis de confusão medidas e não medidas entre os grupos, ou pela análise, por meio de estratificação ou ajuste multivariável, que só consegue tratar variáveis de confusão que tenham sido identificadas e medidas.

Quer que o Clicked explique termos como «confounding variables» direto no seu navegador, até em PDFs?

Adicionar ao Chrome — Grátis

50 explicações grátis · Sem cartão de crédito