Ütköztető (statisztika)

Az  ütköző egy változó a statisztikákban és az oksági diagramokban , amelyet két vagy több változó befolyásol. Az "ütköző" elnevezés azt a tényt tükrözi, hogy a grafikus modellekben az ütközőhöz vezető változók nyilai "ütköznek" a csomóponton , amely az ütköző [1] . Néha az ütközőket fordított villáknak is nevezik [2] .

Az ütközőt befolyásoló ok-okozati változók nem feltétlenül kapcsolódnak egymáshoz. Ha nincsenek csatlakoztatva, az ütköző nem védett . Ellenkező esetben az ütköző védett, és egy háromszög része (lásd az ábrát) [3] .

Ha ütköző van az úton , akkor az blokkolja a kapcsolatot az őt befolyásoló változók között [4] [5] [6] . Így az ütköző nem hoz létre feltétlen kapcsolatot az őt befolyásoló változók között.

Ha a problémás körülmények között egy ütközőt regressziós elemzéssel , rétegződéssel , kísérleti tervezéssel vagy ütközőértékeken alapuló mintavétellel számolunk , hamis ok-okozati összefüggést hoz létre X és Y között ( Berkson paradoxona ). Az ok-okozati gráfok terminológiájában az ütköző figyelembe vétele megnyitja az utat X és Y között . Ez szisztematikus hibával jár az X és Y közötti ok-okozati összefüggés értékelésében , és ok-okozati összefüggést vezet be ott, ahol nincs. Ezért az ütköztetők hátrányosan befolyásolhatják az oksági elmélet igazolását.

Az ütköztetőket néha összekeverik az összefonódó változókkal . Az ütköztetőkkel ellentétben a zavaró változókat figyelembe kell venni az ok-okozati összefüggés értékelésénél.

Lásd még

Jegyzetek

  1. ↑ Hernan, Miguel A. & Robins, James M. (2010), Causal inference , Chapman & Hall/CRC monográfiák a statisztikákról és az alkalmazott valószínűségről, CRC, p. 70, ISBN 978-1-4200-7616-5 
  2. ↑ Julia M. Rohrer. Világos gondolkodás az összefüggésekről és az ok-okozati összefüggésekről: Grafikus oksági modellek megfigyelési adatokhoz . PsyArXiv (2018. július 2.). doi : 10.31234/osf.io/t3qub . Letöltve: 2021. december 9. Az eredetiből archiválva : 2020. november 20.
  3. ↑ Ali, R. Ayesha (2012). „Markov-ekvivalenciaosztályok jellemzése felé irányított aciklikus gráfokhoz látens változókkal” . A Mesterséges Intelligencia Bizonytalanság Huszonegyedik Konferenciájának (UAI2006) anyaga : 10-17. arXiv : 1207.1365 . Archiválva az eredetiből, ekkor: 2022-01-19 . Letöltve: 2020. december 14 . Elavult használt paraméter |deadlink=( súgó )
  4. ↑ Grönland, Sander; Pearl, Judea & Robins, James M. (1999. január), Causal Diagrams for Epidemiologic Research , Epidemiology 10. kötet (1): 37-48 , ISSN 1044-3983 , OCLC 484244020 , PMID 88 , 600-900-900-900-910-91 -00008 , < http://www.epidemiology.ch/history/PDF%20bg/Greenland,%20Pearl%20and%20Robins%201999%20causal%20diagrams%20for%20epidemiologic%20research.pdf > Archivált Március 2. 6 . Gép 
  5. ↑ Pearl, Júdea (1986). „Fúzió, terjedés és strukturálás a hithálózatokban”. mesterséges intelligencia . 29 (3): 241-288. DOI : 10.1016/0004-3702(86)90072-x .
  6. ↑ Pearl, Júdea. Valószínűségi érvelés intelligens rendszerekben: valószínű következtetések hálózatai . - Morgan Kaufmann, 1988.