Скрытая переменная — это переменная, которая не включена в статистический анализ, но влияет на взаимосвязь между двумя переменными в анализе.
Скрытая переменная может скрыть истинную связь между переменными или может ложно создать видимость связи между переменными. По сути, скрытые переменные могут привести к тому, что результаты исследования введут в заблуждение.
В обсервационных исследованиях важно осознавать тот факт, что скрытые переменные могут вызвать необычную интерпретацию данных и взаимосвязей между переменными. В экспериментальных исследованиях важно спланировать эксперимент таким образом, чтобы (насколько это возможно) исключить риск скрытых переменных.
Примеры скрытых переменных
Следующие примеры иллюстрируют несколько случаев, когда в исследовании могут присутствовать скрытые переменные:
Пример 1
Исследователь обнаружил, что продажи мороженого и нападения акул тесно связаны между собой. Означает ли это, что увеличение продаж мороженого вызывает больше нападений акул?
Это маловероятно. Более вероятной причиной является скрытая изменчивая погода.Когда на улице теплее, больше людей покупают мороженое и ходят в океан.
Пример 2
Исследователь обнаружил, что потребление попкорна и количество дорожно-транспортных происшествий за эти годы тесно связаны. Означает ли это, что более высокое потребление попкорна вызывает больше дорожно-транспортных происшествий?
Это маловероятно. Более вероятной причиной является скрытая переменная популяция.По мере увеличения населения увеличивается как количество потребляемого попкорна, так и количество дорожно-транспортных происшествий.
Пример 3
Исследование показало, что чем больше добровольцев появляется после стихийного бедствия, тем больше ущерб. Означает ли это, что добровольцы причиняют больше вреда?
Это маловероятно. Более вероятной причиной является скрытая переменная величина стихийного бедствия.Более крупное стихийное бедствие вызывает появление большего количества добровольцев, а также увеличивает ущерб, нанесенный стихийным бедствием.
Пример 4
Исследование показало, что продажи перчаток и несчастные случаи на сноуборде тесно связаны. Означает ли это, что перчатки вызывают больше несчастных случаев на сноуборде?
Это маловероятно. Более вероятной причиной является скрытая переменная температура.По мере снижения температуры все больше людей покупают перчатки и катаются на сноуборде.
Как идентифицировать скрытые переменные
Чтобы обнаружить скрытые переменные, полезно иметь опыт работы в изучаемой области. Зная, какие потенциальные переменные могут влиять на взаимосвязь между переменными в исследовании, которые явно не включены в исследование, вы сможете обнаружить потенциальные скрытые переменные.
Еще один способ выявить потенциальные скрытые переменные — изучить остаточные графики. Если в остатках есть тенденция (линейная или нелинейная), это может означать, что скрытая переменная, не включенная в исследование, каким-то образом влияет на переменные в исследовании.
Как устранить риск скрытых переменных
В обсервационных исследованиях может быть очень трудно устранить риск скрытых переменных. В большинстве случаев лучшее, что вы можете сделать, — это просто определить, а не предотвращать потенциальные скрытые переменные, которые могут повлиять на исследование.
Однако в экспериментальных исследованиях влияние скрытых переменных в основном можно устранить с помощью хорошего плана эксперимента.
Например, предположим, что мы хотим узнать, по-разному ли влияют две таблетки на артериальное давление. Мы знаем, что скрытые переменные, такие как диета и курение , также влияют на кровяное давление, поэтому мы можем попытаться контролировать эти скрытые переменные, используя рандомизированный дизайн.Это означает, что мы случайным образом назначаем пациентов для приема первой или второй таблетки.
Поскольку мы случайным образом распределяем пациентов по группам, мы можем предположить, что скрытые переменные повлияют на обе группы примерно одинаково. Это означает, что любые различия в кровяном давлении могут быть связаны с таблеткой, а не с эффектом скрытой переменной.