Variables de confusión
las variables de confusión son aquellas que afectan a otras variables de una manera que produce asociaciones espurias o distorsionadas entre dos variables. Confunden la relación «verdadera» entre dos variables.
por ejemplo, si tenemos una asociación entre dos variables (X e Y), Y esa asociación se debe enteramente al hecho de que tanto X como y están afectadas por una tercera variable (Z), entonces diríamos que la asociación entre X e Y es espuria y que es el resultado del efecto de una variable de confusión (Z)., Por supuesto, Z puede ser una variable de confusión cuando se trata de esta relación en particular, pero podría no ser para otras relaciones.
Las variables de confusión también pueden afectar a dos variables que tienen alguna conexión causal. Por ejemplo, si X E Y están asociados y también causalmente relacionados (por ejemplo, si x afecta a Y), la asociación entre X E Y puede reflejar no solo su conexión causal, sino también la influencia de una tercera variable (Z) que afecta a ambos., Por lo tanto, la asociación entre X E Y puede exagerar el efecto causal de X e Y porque la asociación está inflada por el efecto de Z tanto en X como en Y. en este caso, podríamos decir que la relación entre X e Y es confundida por Z, aunque no sea una relación puramente espuria.
no todos los investigadores usan estos Términos o los usan exactamente de la manera en que los hemos definido aquí. Algunos usan el término «variable espuria» o «variable extraña» para referirse a una variable que produce una asociación puramente espuria entre otras dos variables., El término variable de confusión a veces se usa más estrechamente para referirse solo al segundo ejemplo que discutimos anteriormente, donde una conexión causal entre X e Y está distorsionada por los efectos de una tercera variable. Independientemente de la terminología utilizada, los posibles efectos de confusión de una tercera variable son reconocidos por todos. Por lo tanto, siempre debemos recordar que la Asociación bivariada simple entre dos variables puede ser bastante poco representativa de la verdadera conexión causal entre las variables.