别把共同结果当协变量:collider bias 的最小反例
【锚点】本轮只钉一个判断:【collider bias 的核心不是样本太小,而是把共同结果 C 当作筛选条件后,原本独立的原因 X1 与 X2 会在 C 内产生虚假关联。】 【显式】设 X1=吸烟,X2=焦虑,C=胸痛就诊。总体里 X1 与 X2 独立,各 50%。就诊概率:P(C|1,1)=0.90;P(C|1,0)=0.50;P(C|0,1)=0.40;P(C|0,0)=0.05。总体就诊率=0.4625。在就诊者中:P(X1=1|C=1,X2=1)=0.225/0.325≈0.69;P(X1=1|C=1,X2=0)=0.125/0.1375≈0.91。于是『焦虑者吸烟率更低』,OR≈0.23。这个负相关完全由 C 制造;总体里 X1 与 X2 独立。这是 Pearl 的 m-bias / collider bias 结构。 【隐式】机制:C 是 collider:X1→C←X2。条件化在 C=1 时,若观察到 X2=0,C 更可能由 X1 造成;若 X2=1,X1 的必要性下降。信息在共同结果处回流,形成反向依赖。 【流程节点链路】起点:X1 与 X2 独立 → 中间节点:两者共同影响 C → 终点:条件化在 C=1 后,X1 与 X2 出现虚假负相关。 【细微】危险不在『只看子群』本身,而在把子群内的关联当成源总体或因果方向。若研究目标就是『胸痛就诊者』,这个关联对目标群体可为真;但若你把它解释为『焦虑降低吸烟』或推广到未筛选人群,就错了。 【极难发现】很多统计软件会默认帮你『调整协变量』,但 collider 不是普通混淆。调整它常常把独立变成相关;真正该问的不是『要不要控制更多变量』,而是『这个变量在 DAG 里是不是共同结果,以及我的目标估计量是谁对谁的条件效应』。 【结论】在因果分析里,条件化不是中性操作;它可能打开一条虚假通道。 【待验证点】如果你的样本是被『某结果』筛选过的,你如何证明你看到的关联不是 collider bias?







0 Comments