Variável Confundente: Definição Simples e Exemplo

Design of Experiments > Variável Confusa

Veja o vídeo ou leia o artigo abaixo.

O que é uma Variável Confundante?

Uma variável confusa é uma variável “extra” que não contabilizou. Podem arruinar uma experiência e dar-lhe resultados inúteis. Podem sugerir que existe correlação quando na realidade não existe. Podem até introduzir preconceitos. É por isso que é importante saber o que é, e como evitar que eles entrem na sua experiência em primeiro lugar.

Uma variável confusa pode ter um efeito oculto no resultado da sua experiência.

Numa experiência, a variável independente tem tipicamente um efeito na sua variável dependente. Por exemplo, se estiver a investigar se a falta de exercício leva ao ganho de peso, então a falta de exercício é a sua variável independente e o ganho de peso é a sua variável dependente. Variáveis confusas são qualquer outra variável que também tenha um efeito na sua variável dependente. São como variáveis extra independentes que estão a ter um efeito oculto nas suas variáveis dependentes. Variáveis confusas podem causar dois grandes problemas:

• Variação de aumento de peso
• Introduzir viés.

P>Vamos dizer que testa 200 voluntários (100 homens e 100 mulheres). Descobre-se que a falta de exercício leva ao aumento de peso. Um problema com a sua experiência é que lhe falta qualquer variável de controlo. Por exemplo, o uso de placebos, ou a atribuição aleatória a grupos. Por isso, não pode realmente dizer com certeza se a falta de exercício leva a um aumento de peso. Uma variável confusa é a quantidade de comida que as pessoas comem. Também é possível que os homens comam mais do que as mulheres; isto também poderia fazer do sexo uma variável de confusão. Também não foi mencionado nada sobre o peso inicial, ocupação ou idade. Um mau desenho de estudo como este poderia levar a um preconceito. Por exemplo, se todas as mulheres do estudo fossem de meia-idade, e todos os homens tivessem 16 anos, a idade teria um efeito directo no aumento de peso. Isso torna a idade uma variável confusa.

Basamento confuso

Tecnicamente, confuso não é um verdadeiro enviesamento, porque o enviesamento é geralmente o resultado de erros na recolha ou medição de dados. Contudo, uma definição de enviesamento é “…a tendência de uma estatística para sobrestimar ou subestimar um parâmetro”, por isso, neste sentido, confundir é um tipo de enviesamento.

P>Pias fundadoras é o resultado de ter variáveis confusas no seu modelo. Tem uma direcção, dependendo se sobrestima ou subestima os efeitos do seu modelo:

• Positivo é quando a associação observada é enviesada para longe do nulo. Por outras palavras, sobrestima o efeito.
• O confundimento negativo é quando a associação observada é tendenciosa em relação ao nulo. Por outras palavras, subestima o efeito.

Como reduzir as variáveis confundidoras

Cerve-se de identificar todas as variáveis confundidoras possíveis no seu estudo. Faça uma lista de tudo o que possa pensar e, um a um, considere se esses itens listados podem influenciar o resultado do seu estudo. Normalmente, alguém já fez um estudo semelhante antes de si. Portanto, verifique as bases de dados académicas para ideias sobre o que deve incluir na sua lista. Depois de ter descoberto as variáveis, utilize uma das seguintes técnicas para reduzir o efeito dessas variáveis confusas:

1. Bias podem ser eliminadas com amostras aleatórias.
2. Introduzir variáveis de controlo a controlar para variáveis confusas. Por exemplo, poderia controlar para a idade medindo apenas os indivíduos com 30 anos.
3. Dentro dos indivíduos, testar os mesmos indivíduos de cada vez. Qualquer coisa poderia acontecer ao sujeito do teste no período “entre”, de modo a que isto não faça uma imunidade perfeita contra variáveis confusas.
4. O contrapeso pode ser usado se tiver desenhos emparelhados. No contrabalanço, metade do grupo é medida sob a condição 1 e metade é medida sob a condição 2.

Influências Graduadas por Indicação
Influências Graduadas por Indicação
Influências Graduadas por História
Influências Não-Normativas

——————————————————————————
p>Need help with a homework or test question? Com o Chegg Study, pode obter soluções passo a passo para as suas perguntas de um especialista na matéria. Os seus primeiros 30 minutos com um tutor do Chegg são gratuitos!