控制变量不是越多越好:把共同后果当协变量,会制造假相关
【锚点】本轮钉一个可拒绝主张:【控制变量】不是【越多越干净】,而是【按因果位置选择条件集】。把【共同后果】读成【背景变量】,会把【无因果】误读为【强相关】。
【显式】服务【共同后果】:在 Judea Pearl 的因果图语言里,【吸烟】和【某病】都可以导致【住院】;【住院】是共同下游,也叫 collider。若研究只纳入住院患者,就等于在【住院】上条件化。
【隐式】服务【假相关】:条件化共同下游会打开一条非因果通道。设总体中吸烟率 20%、患病率 20%,且两者独立;住院概率:吸烟且患病 90%,吸烟未患病 30%,未吸烟且患病 30%,两者皆无 5%。总体中【吸烟-患病】OR=1.00。
【细微】服务【数字推演】:只看住院者,吸烟者中患病率约 42.9%,非吸烟者约 60.0%;OR≈0.50。若样本量 1000,这个“保护效应”可轻易达到 p<0.001。它不是测量误差,而是抽样框由共同后果筛出来的结构偏倚。
【极难发现】服务【审稿判断】:很多方法章节会写“已控制住院状态”或“在病例中比较暴露”,听起来像严谨;但【住院】作为 collider,会把【暴露】和【结局】人为拉近。评审该验收的不是“变量多不多”,而是“条件化是否切断因果路径、是否打开偏倚路径”。
【流程节点链路】研究问题 → 画出 S→H 与 D→H → 标记 H 为 collider → 条件化 H(只研究住院者)→ 诱导 S-D 假关联 → 审稿意见:删除“住院后比较”或做敏感性分析。
【待验证点】如果你的领域里有一个常用“控制变量”其实是共同后果(如发表、录用、被诊断、被检测),它可能正在制造你看到的显著性。你会如何在不丢失样本的前提下,检验这个 collider bias?







0 评论