🎯 افتراق متغیر برخوردگر؛ تله‌ی پنهان در تحلیل‌های آماری

یکی از اشتباه‌های رایج در تحلیل داده‌ها، کنترل‌کردن متغیرهایی است که نباید کنترل شوند! این خطا اغلب زمانی رخ می‌دهد که پژوهشگر نتواند متغیر برخوردگر (Collider) را از متغیر مخدوش‌کننده (Confounder) تشخیص دهد. و در نتیجه یک ارتباطِ ساختگی بین متغیرها و در نهایت، تفسیر اشتباه از نتایج ایجاد می‌شود.

🔹 برخوردگر یعنی چه؟
متغیر برخوردگر، متغیری است که تحت تأثیر دو یا چند عامل مختلف قرار دارد.
به‌عبارتی، دو پیکان از سمت متغیرهای دیگر به آن وارد می‌شود.
در یک نمودار علّی، شکل رابطه این‌طوری است:

X → Z ← U

یعنی متغیر برخوردگر (Z) نتیجه‌ی هر دو عامل X و U است.
اگر پژوهشگر روی این متغیر کنترل کند (مثلاً آن را در مدل رگرسیون وارد کند یا داده‌ها را فقط برای مقدار خاصی از آن تحلیل کند)، ارتباطی بین X و U ایجاد می‌شود حتی اگر در واقع هیچ رابطه‌ای وجود نداشته باشد.

🔸 تفاوت برخوردگر و مخدوش‌کننده
هر دو می‌توانند مسیر بین متغیر مستقل و وابسته را تغییر دهند، اما در جهت برعکس!
• مخدوش‌کننده (Confounder):
متغیری است که علتِ مشترکِ X و Y است.
یعنی قبل از X اتفاق می‌افتد و اگر کنترل نشود، رابطه‌ی ظاهری ایجاد می‌کند.
کنترل‌کردن آن لازم است تا رابطه‌ی واقعی دیده شود.
• برخوردگر (Collider):
متغیری است که نتیجه‌ی مشترکِ X و Y است.
یعنی بعد از آنها رخ می‌دهد و اگر کنترل شود، رابطه‌ی کاذب به‌وجود می‌آورد.
کنترل‌کردن آن اشتباه است و باعث «بایاس برخوردگری (Collider Bias)» می‌شود.

🔹 مثال ساده برای درک بهتر
فرض کنید می‌خواهیم بررسی کنیم آیا فعالیت بدنی (X) روی فشار خون (Y) اثر دارد.
حالا متغیر «بستری‌شدن در بیمارستان (Z)» را در نظر بگیرید.
هم فعالیت بدنی کم می‌تواند باعث بستری‌شدن شود، هم فشار خون بالا.
پس Z نتیجه‌ی هر دو است؛ یعنی برخوردگر است.
اگر فقط افراد بستری‌شده را بررسی کنیم (یعنی Z را کنترل کنیم)، ممکن است به‌صورت ساختگی ببینیم افرادی که ورزش می‌کنند فشار خون بالاتری دارند!
در حالی که در جمعیت کلی، این رابطه وجود ندارد.

🔸 چرا کنترل برخوردگر خطرناک است؟
چون باعث باز شدن «مسیر پشتی کاذب» بین متغیرها می‌شود.
به بیان ساده‌تر کنترلِ برخوردگر، ارتباطی را باز می‌کند که در دنیای واقعی وجود ندارد.
این پدیده یکی از دلایل بروز M-Bias هم هست؛ یعنی وقتی مسیر برخوردگر به‌صورت زنجیره‌ای در مدل وجود دارد.

🔹 چطور برخوردگر را تشخیص دهیم؟
• زمان‌بندی متغیرها را بررسی کنید.
اگر متغیری بعد از X اتفاق می‌افتد، احتمال برخوردگر بودنش بالاست.
• نمودار علّی (DAG) رسم کنید.
اگر دو پیکان به سمت یک متغیر می‌رود، آن برخوردگر است.
• دانش موضوعی را فراموش نکنید.
نرم‌افزار نمی‌تواند به‌جای شما تشخیص دهد چه چیزی علت است و چه چیزی معلول.

🧠 جمع‌بندی
متغیر برخوردگر از بیرون شبیه یک متغیر کنترل به‌نظر می‌رسد، اما در واقع تله‌ای است که پژوهشگرهای بی‌احتیاط را گرفتار می‌کند.
به‌جای اینکه خطای مخدوشی را اصلاح کند، خودش خطای جدیدی می‌سازد.
پس پیش از افزودن هر متغیری به مدل، مسیرهای علّی را روی کاغذ مرور کنید و از خود بپرسید:
«آیا این متغیر علت است یا معلول؟»


- تیم تولید محتوای کمیته تحقیقات دانشجویی دانشکده پرستاری گرمی 🌱