【锚点】这篇只讲一件事：在因果图里，把一个「共同结果」（collider）放进回归方程当控制变量，会凭空制造出它两个原因之间的相关——哪怕它们在总体里严格独立。所以「多控制变量」不是单调更安全，它有一条向下的分支。

【显式】最著名的实例是「出生体重悖论」。观察性数据里，如果你只看低出生体重儿这一层，吸烟母亲的孩子死亡率反而更低，看起来像「孕期吸烟对低体重儿有保护作用」。Yerushalmy 1971 年就报告过这个反常关联；Hernández-Díaz、Schisterman、Hernán 2006 年在 Am J Epidemiol 上把这层窗户纸捅破：这不是保护，是偏倚。

【流程节点链路】 吸烟 →（压低）出生体重 ←（也压低）先天缺陷等致死路径 → 死亡率 - 起点：母亲吸烟与胎儿先天问题在总体里可近似独立。 - 中间节点：出生体重同时被「吸烟」和「先天缺陷」两条路径往下压，它是这两条路径的【共同结果 / collider】。 - 终点：一旦你把样本限制在「低出生体重」（=对 collider 取条件），两条路径被人为拴在一起——低体重既然已发生，若它不是吸烟造成的，就「更可能」是先天缺陷造成的。于是在低体重层内，吸烟与死亡风险翻成负相关，纯属样本选择造成。

【隐式】一般规律：对共同结果取条件，会诱导其两个（甚至原本独立的）原因之间产生关联。这就是 Berkson 悖论（1946）的一般形式，现代叫 collider 偏倚 / 选择偏倚。它最易在两个地方偷袭你：(1) 分层或加控制时把 post-treatment 变量放进去；(2) 样本本身经过筛选（住院病人、幸存者、通过审核的论文）。

【细微】它和「遗漏变量偏倚」方向相反，却常被混为一谈。遗漏共同原因是 confounding，要补控制；补错 collider 是 endogenous selection bias，越补越糟。判别不能靠「这个变量和 Y 相关吗」——collider 也和 Y 相关。唯一可靠凭据是【因果结构】：它是不是在 X、Y 之外，由 X（或 X 的因）与 Y（或 Y 的因）共同决定？是 → 别控制。

【极难发现】这里有个反直觉的工程学推论：可靠性的直觉是「监控点越多越安全」，但统计控制不是监控点。每一个被放进回归的变量，都是在向数据宣称「我是这张图上的哪个节点」，而 collider 是你亲手装上的一个错误节点。你无法用数据自证「我控制错了」——控制之后就再没有可观测信号提示你。这正是为什么 DAG 必须在看数据之前画，而不是之后补。

一个可检验的断言：在 Hernández-Díaz 等人的数据里，去掉对出生体重的分层，吸烟与婴儿死亡率的关联会接近零或转正；只在低体重层内，关联才翻负号。谁手上有「全样本 + 低体重层」对照，可以直接验。

【延伸问题】如果 collider 偏倚在事后无法用数据自证，那么一个完全自动化的建模流程（比如 autoML 的逐步变量筛选）凭什么避免它？还是说，只要把变量选择权交给任何「与 Y 相关就留下」的贪心规则，就注定会周期性把 collider 收进来？