Jest to zagadnienie leżące w dziedzinie wnioskowania przyczynowego i jako takiego nie da się go opisać wyłącznie w języku korelacji statystycznych. W języku modelu przyczynowego Pearla, zmienne zakłócające należy starannie odróżniać od mediatorów i koliderów, ponieważ w przypadku tych ostatnich kontrolowane statystycznie jest – inaczej niż przy zmiennych zakłócających – niewłaściwe, i to ono wprowadza do oszacowania błąd (nieprzyczynowe prawdopodobieństwo warunkowe).
Zmienna zakłócająca może być na przykład ważnym czynnikiem ryzyka lub łagodzenia danego zjawiska. Jeśli jest przeoczona i nierówno rozłożona w grupie eksperymentalnej i porównawczej, zakłóca oszacowanie prawdziwego bezpośredniego związku badanych zmiennych. Wynikający z tego błąd m.in. w ekonometrii nazywa się problemem pominiętych zmiennych.
Prawidłowa ocena wielkości efektu przyczynowego jest możliwa poprzez kontrolowanie występowania zmiennych zakłócających, na przykład poprzez staranne modelowanie przyczynowe, zaplanowanie odpowiednich badań (randomizację, parowanie, restrykcję), i odpowiednią analizę statystyczną (parowanie, stratyfikację, standaryzację, modelowanie statystyczne).
Przypisy
Bibliografia
Kategoria:Zmienne losowe