اختلاط
در آمار، اختلاط (به انگلیسی: Confounding) به پدیده‌ای گفته می‌شود که پیوستگی آماری مشاهده‌شده بین دو متغیر تصادفی حاصل از وجود متغیرهای تصادفی دیگر است و نه برهمکنش متغیرهای مشاهده‌شده با یکدیگر[۱]. به متغیرهایی که باعث ایجاد پیوستگی بین متغیرهای مطلوب می‌شوند متغیرهای اختلاطی یا متغیرهای نهان گفته می‌شود.
تعریف در آمار[ویرایش]
گوییم بین دو متغیر X و Y اثر اختلاطی وجود ندارد اگر و تنها اگر برای هر متغیر Z که تحث تاثیر X نیست داشته‌باشیم:[۱]
- یا با X ناپیوسته است،
- مشروط بر X با Y ناپیوسته است.
تعریف از دیدگاه علیت[ویرایش]
با استدلال به شکست تعریف آماری در توضیح برخی از پدیده‌های مانند پارادوکس سیمپسون، یودیا پرل تعریف زیر را با استفاده از مفاهیم علیت ارائه می‌کند: در بررسی اثر علی X بر روی Y گوییم اثر اختلاطی وجود ندارد، هرگاه با مداخله در مدلی که داده از روی آن تولید شده‌است بیابیم که::[۱]
![{\displaystyle \mathbb {P} [y|\mathrm {do} (x)]=\mathbb {P} [y|x]}](http://web.archive.org/web/20161118191000im_/https://wikimedia.org/api/rest_v1/media/math/render/svg/3c5c8a79a8ef896976a0e17fd1377e2bc4fe5bdb)
در تعریف بالا، عملگر مداخله را نشان می‌دهد. پرل روشی را بر مبنای آزمون‌های پیوستگی شرطی برای حذف اثر اختلاط ارائه می‌دهد.[۲]
جستارهای وابسته[ویرایش]
منابع[ویرایش]
- ↑ ۱٫۰ ۱٫۱ ۱٫۲ Pearl, Judea. Causality : models, reasoning, and inference. 2nd ed. Cambridge University Press, 2009. 173-185. ISBN 052189560X.
- ↑ Pearl, Judea. Causality : models, reasoning, and inference. 2nd ed. Cambridge University Press, 2009. 65-106. ISBN 052189560X.
Wikipedia contributors, "Confounding," Wikipedia, The Free Encyclopedia, (accessed February 16, 2014).
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
