Collider (statistics) (original) (raw)
統計学や因果グラフにおいて、ある変数が2つ以上の変数から因果的な影響を受けている場合、その変数は合流点（ごうりゅうてん、コライダー、Collider）と呼ばれる。 この名称は、グラフィカルモデルにおいて、合流点につながる変数からの矢印が、合流点であるノード上で「衝突」しているように見えること反映している。逆フォーク（inversed fork）と呼ばれることもある。
.png?width=300)
| Property | Value |
|---|---|
| dbo:abstract | In statistics and causal graphs, a variable is a collider when it is causally influenced by two or more variables. The name "collider" reflects the fact that in graphical models, the arrow heads from variables that lead into the collider appear to "collide" on the node that is the collider. They are sometimes also referred to as inverted forks. The causal variables influencing the collider are themselves not necessarily associated. If they are not adjacent, the collider is unshielded. Otherwise, the collider is shielded and part of a triangle. The result of having a collider in the path is that the collider blocks the association between the variables that influence it. Thus, the collider does not generate an unconditional association between the variables that determine it. Conditioning on the collider via regression analysis, stratification, experimental design, or sample selection based on values of the collider create a non-causal association between X and Y (Berkson's paradox). In the terminology of causal graphs, conditioning on the collider opens the path between X and Y. This will introduce bias when estimating the causal association between X and Y, potentially introducing associations where there are none. Colliders can therefore undermine attempts to test causal theories. Colliders are sometimes confused with confounder variables. Unlike colliders, confounder variables should be controlled for when estimating causal associations. (en) En épidémiologie et statistique, une variable est appelé un collisionneur (collider en anglais) quand elle est la conséquence de deux variables ou plus ; ces variables pouvant être elles-mêmes corrélées (Voir Figure 1). Dans les modèles graphiques, le nom de collisionneur reflète le fait que la tête des flèches partant de X et Y pointent vers un nœud - entrent en collision en un point - qui est le collisionneur. L'existence d'un collisionneur dans un modèle graphique fait que le chemin entre les deux variables qui influencent le collisionneur est bloqué. Ainsi, la présence du collisionneur ne permet pas de déterminer une association inconditionnelle entre les deux variables. L'introduction dans le modèle d'informations sur le collisionneur (via un ajustement statistique, une stratification ou une sélection de l'échantillon basés sur les valeurs du collisionneur) ouvre un chemin entre X et Y et crée une association non causale entre ces deux variables (paradoxe de Berkson). Les variables de type collisionneur peuvent compromettre les tentatives d'examen d'un lien causal. En effet, contrôler un modèle pour un collisionneur, en croyant (à tort) qu'il s'agit d'une variable de confusion, peut induire involontairement des associations erronées entre les variables d'intérêt. (fr) 統計学や因果グラフにおいて、ある変数が2つ以上の変数から因果的な影響を受けている場合、その変数は合流点（ごうりゅうてん、コライダー、Collider）と呼ばれる。 この名称は、グラフィカルモデルにおいて、合流点につながる変数からの矢印が、合流点であるノード上で「衝突」しているように見えること反映している。逆フォーク（inversed fork）と呼ばれることもある。 (ja) In statistica e nel contesto dei grafi causali, una variabile è un collider quando è influenzata causalmente da due o più variabili. Le variabili causali che influenzano il collider non sono necessariamente associate. Il nome "collider" riflette il fatto che nei grafi causali, le punte delle frecce delle variabili che conducono al collisore sembrano "collidere" sul nodo che rappresenta il collider. Figura 1: modello SEM di un Collider Il risultato di avere un collider in un percorso all'interno di un grafo causale è che il collider blocca l'associazione tra le variabili che lo influenzano. Pertanto, il collider non genera una reale associazione incondizionata tra le variabili che lo determinano. Il condizionamento sul collisore tramite analisi di regressione, stratificazione, progettazione dell'esperimento o selezione del campione in base ai valori del collider può creare un'associazione non causale tra X e Y (paradosso di Berkson). Nella terminologia dei grafi causali, il condizionamento sul collider apre il percorso tra X e Y. Questo può introdurre bias nella stima dell'associazione causale tra X e Y, introducendo potenzialmente associazioni dove non ce ne sono. Il condizionamento sui collider può quindi alterare grandemente i risultati dei test su teorie causali. I collider a volte vengono confusi con le variabili confondenti. A differenza dei collider, le variabili confondenti dovrebbero essere controllate quando si stimano le associazioni causali, per lo stesso motivo per cui i collider invece non devono essere controllati. * Causalità * Grafi causali * Confondente * Grafo aciclico diretto * Bias di selezione * Analisi dei percorsi (it) Kolider (ang. collider)– we wnioskowaniu przyczynowym i statystyce, zewnętrzna zmienna, która w modelu badanego zjawiska podlega wpływowi przyczynowemu (jest skutkiem) zmiennej objaśniającej; może być dodatkowo również skutkiem zmiennej objaśnianej. Pomimo iż kolider jest skorelowany ze zmiennymi, które są centralnym przedmiotem badania, nie jest przyczyną żadnej z nich i nie wpływa na ich wzajemne bezwarunkowe prawdopodobieństwo. Nieuwzględnienie go w modelu statystycznym nie prowadzi do problemu pominiętych zmiennych i nie zniekształca generowanych oszacowań. Do błędu prowadzi właśnie samo eksperymentalne lub statystyczne kontrolowanie koliderów – czego najprostszym przykładem jest i paradoks Berksona, w których grupa eksperymentalna i porównawcza są dobierane warunkowo względem wartości zewnętrznego czynnika który jest sam w sobie skutkiem badanego zjawiska. Sztucznie wprowadzone warunkowe prawdopodobieństwo odzwierciedla się w zawyżonych estymacjach. W oryginalnym przypadku opisanym przez Berksona, analiza roli cukrzycy w rozwoju zapalenia pęcherzyka żółciowego wykonana w nieprzemyślany sposób jedynie w populacji osób hospitalizowanych prowadziła do błędnej konkluzji, że pierwsze zaburzenie jest czynnikiem ryzyka w rozwoju drugiego. W rzeczywistości obie choroby z osobna wpływają na prawdopodobieństwo hospitalizacji, więc u samych osób hospitalizowanych warunkowe prawdopodobieństwo obu razem jest zawyżone. Pozorna korelacja występuje jednak tylko w tak ograniczonej próbie, i nie przekłada się na występowanie takiej zależności w całej populacji, oraz na istnienie jakiegokolwiek realnego mechanizmu przyczynowego. (pl) Коллайдер (англ. collider) — переменная в статистике и , на которую влияют две или более переменных. Название «коллайдер» отражает тот факт, что в графических моделях стрелки от переменных, ведущие в коллайдер, «сталкиваются» в узле, который является коллайдером. Иногда коллайдеры также называют перевёрнутыми вилками. Причинные переменные, которые влияют на коллайдер, не обязательно связаны между собой. Если они не связаны между собой, коллайдер не защищён. В противном случае коллайдер защищён и является частью треугольника (см. рисунок). Если есть коллайдер, то он блокирует связь между переменными, которые на него влияют. Таким образом, коллайдер не создаёт безусловной связи между влияющими на него переменными. Учёт коллайдера в условиях задачи с помощью регрессионного анализа, стратификации, экспериментального дизайна или выборки на основе значений коллайдера создаёт ложную причинную связь между X и Y (парадокс Берксона). Выражаясь терминологией причинных графов, учёт коллайдера открывает путь между X и Y. Это влечёт за собой системную ошибку при оценке причинно-следственной связи между X и Y, вводя причинную связь там, где её нет. Следовательно, коллайдеры могут негативным образом повлиять на проверку причинной теории. Коллайдеры иногда путают со спутывающими переменными. В отличие от коллайдеров, спутывающие переменные необходимо учитывать при оценке причинно-следственных связей. (ru) 對撞因子（英語：Collider），有時又稱為反向分叉（英語：inverted forks），在統計學和圖模式中，是指同時被兩個以上的變數影響的變數，而這些影響對撞因子的變數之間不見得有因果關係。因為在環路圖上會顯示為有兩個以上箭頭指入的節點，所以稱為對撞因子。 對撞因子不會直接造成影響它的變數之間出現相關，以或環路圖的術語來說，對撞因子會「阻斷」兩個變數間的路徑。然而，想要了解變數間的因果關係時，對撞因子非常重要，因為在設計實驗、挑選樣本或統計分析時，如果有意或無意間控制了對撞因子，會造成自變數（X）和應變數（Y）之間出現沒有實際因果關係的偽關係，稱為或伯克森悖論，如果控制對撞因子後造成相反的相關性，稱為辛普森悖論。用環路圖的術語來說，控制對撞因子會「開啟」 X 和 Y 之間的路徑，而造成偏誤。 (zh) |
| dbo:thumbnail | wiki-commons:Special:FilePath/Collider(statistics).png?width=300 |
| dbo:wikiPageID | 28475136 (xsd:integer) |
| dbo:wikiPageLength | 4078 (xsd:nonNegativeInteger) |
| dbo:wikiPageRevisionID | 1051276400 (xsd:integer) |
| dbo:wikiPageWikiLink | dbc:Causal_inference dbc:Epidemiology dbc:Independence_(probability_theory) dbr:Confounding dbc:Graphical_models dbr:Berkson's_paradox dbr:Statistics dbr:Path_analysis_(statistics) dbr:Causality dbr:Graphical_model dbr:Regression_analysis dbr:Selection_bias dbr:Directed_acyclic_graph dbr:Causal_graphs dbr:Confounder dbr:Node_(graph_theory) dbr:File:Collider(statistics).png |
| dbp:wikiPageUsesTemplate | dbt:Reflist |
| dct:subject | dbc:Causal_inference dbc:Epidemiology dbc:Independence_(probability_theory) dbc:Graphical_models |
| rdfs:comment | 統計学や因果グラフにおいて、ある変数が2つ以上の変数から因果的な影響を受けている場合、その変数は合流点（ごうりゅうてん、コライダー、Collider）と呼ばれる。 この名称は、グラフィカルモデルにおいて、合流点につながる変数からの矢印が、合流点であるノード上で「衝突」しているように見えること反映している。逆フォーク（inversed fork）と呼ばれることもある。 (ja) 對撞因子（英語：Collider），有時又稱為反向分叉（英語：inverted forks），在統計學和圖模式中，是指同時被兩個以上的變數影響的變數，而這些影響對撞因子的變數之間不見得有因果關係。因為在環路圖上會顯示為有兩個以上箭頭指入的節點，所以稱為對撞因子。 對撞因子不會直接造成影響它的變數之間出現相關，以或環路圖的術語來說，對撞因子會「阻斷」兩個變數間的路徑。然而，想要了解變數間的因果關係時，對撞因子非常重要，因為在設計實驗、挑選樣本或統計分析時，如果有意或無意間控制了對撞因子，會造成自變數（X）和應變數（Y）之間出現沒有實際因果關係的偽關係，稱為或伯克森悖論，如果控制對撞因子後造成相反的相關性，稱為辛普森悖論。用環路圖的術語來說，控制對撞因子會「開啟」 X 和 Y 之間的路徑，而造成偏誤。 (zh) In statistics and causal graphs, a variable is a collider when it is causally influenced by two or more variables. The name "collider" reflects the fact that in graphical models, the arrow heads from variables that lead into the collider appear to "collide" on the node that is the collider. They are sometimes also referred to as inverted forks. The causal variables influencing the collider are themselves not necessarily associated. If they are not adjacent, the collider is unshielded. Otherwise, the collider is shielded and part of a triangle. (en) En épidémiologie et statistique, une variable est appelé un collisionneur (collider en anglais) quand elle est la conséquence de deux variables ou plus ; ces variables pouvant être elles-mêmes corrélées (Voir Figure 1). Dans les modèles graphiques, le nom de collisionneur reflète le fait que la tête des flèches partant de X et Y pointent vers un nœud - entrent en collision en un point - qui est le collisionneur. (fr) In statistica e nel contesto dei grafi causali, una variabile è un collider quando è influenzata causalmente da due o più variabili. Le variabili causali che influenzano il collider non sono necessariamente associate. Il nome "collider" riflette il fatto che nei grafi causali, le punte delle frecce delle variabili che conducono al collisore sembrano "collidere" sul nodo che rappresenta il collider. Figura 1: modello SEM di un Collider * Causalità * Grafi causali * Confondente * Grafo aciclico diretto * Bias di selezione * Analisi dei percorsi (it) Kolider (ang. collider)– we wnioskowaniu przyczynowym i statystyce, zewnętrzna zmienna, która w modelu badanego zjawiska podlega wpływowi przyczynowemu (jest skutkiem) zmiennej objaśniającej; może być dodatkowo również skutkiem zmiennej objaśnianej. Pomimo iż kolider jest skorelowany ze zmiennymi, które są centralnym przedmiotem badania, nie jest przyczyną żadnej z nich i nie wpływa na ich wzajemne bezwarunkowe prawdopodobieństwo. Nieuwzględnienie go w modelu statystycznym nie prowadzi do problemu pominiętych zmiennych i nie zniekształca generowanych oszacowań. (pl) Коллайдер (англ. collider) — переменная в статистике и , на которую влияют две или более переменных. Название «коллайдер» отражает тот факт, что в графических моделях стрелки от переменных, ведущие в коллайдер, «сталкиваются» в узле, который является коллайдером. Иногда коллайдеры также называют перевёрнутыми вилками. Причинные переменные, которые влияют на коллайдер, не обязательно связаны между собой. Если они не связаны между собой, коллайдер не защищён. В противном случае коллайдер защищён и является частью треугольника (см. рисунок). (ru) |
| rdfs:label | Collider (statistics) (en) Collider (statistica) (it) Collisionneur (statistiques) (fr) 合流点 (統計学) (ja) Kolider (pl) Коллайдер (статистика) (ru) 對撞因子 (zh) |
| owl:sameAs | wikidata:Collider (statistics) dbpedia-fr:Collider (statistics) dbpedia-it:Collider (statistics) dbpedia-ja:Collider (statistics) dbpedia-pl:Collider (statistics) dbpedia-ru:Collider (statistics) dbpedia-zh:Collider (statistics) https://global.dbpedia.org/id/4hxbw |
| prov:wasDerivedFrom | wikipedia-en:Collider_(statistics)?oldid=1051276400&ns=0 |
| foaf:depiction | wiki-commons:Special:FilePath/Collider(statistics).png |
| foaf:isPrimaryTopicOf | wikipedia-en:Collider_(statistics) |
| is dbo:wikiPageDisambiguates of | dbr:Collider_(disambiguation) |
| is dbo:wikiPageRedirects of | dbr:Collider_(Epidemiology) dbr:Collider_(epidemiology) |
| is dbo:wikiPageWikiLink of | dbr:Berkson's_paradox dbr:Causal_model dbr:Collider_(Epidemiology) dbr:Collider_(disambiguation) dbr:Collider_(epidemiology) |
| is foaf:primaryTopic of | wikipedia-en:Collider_(statistics) |
