Variables de confusion (Français)
Les variables de confusion sont celles qui affectent d’autres variables d’une manière qui produit des associations fausses ou déformées entre deux variables. Ils confondent la relation « vraie » entre deux variables.
Par exemple, si nous avons une association entre les deux variables (X et Y), et que l’association est entièrement due au fait que X et Y sont affectés par une troisième variable (Z), alors nous disons que l’association entre X et Y est fausse et que c’est un résultat de l’effet d’une variable confusion (Z)., Bien sûr, Z peut être une variable confondante en ce qui concerne cette relation particulière, mais ce n’est peut-être pas le cas pour d’autres relations.
Les variables confusionnelles peuvent également affecter deux variables qui ont un lien causal. Par exemple, si X et Y sont associés et également liés causalement (par exemple, si X affecte Y), L’association entre X et Y peut refléter non seulement leur lien causal, mais aussi l’influence d’une troisième variable (Z) qui les affecte tous les deux., Ainsi, l’association entre X et Y peut exagérer l’effet causal de X et Y, car l’association est gonflé par l’effet de Z sur X et Y. Dans ce cas, on pourrait dire que la relation entre X et Y est confondu par Z, même si elle n’est pas purement fausse relation.
Tous les chercheurs n’utilisent pas ces termes ou ne les utilisent pas exactement comme nous les avons définis ici. Certains utilisent le terme « variable fausse » ou « variable étrangère » pour désigner une variable qui produit une association purement fausse entre deux autres variables., Le terme variable confondante est parfois utilisé plus étroitement pour se référer uniquement au deuxième exemple que nous discutons ci-dessus, où un lien causal entre X et Y est déformé par les effets d’une troisième variable. Quelle que soit la terminologie utilisée, les effets de confusion possibles d’une troisième variable sont reconnus par tous. Ainsi, nous devons toujours nous rappeler que la simple association bivariée entre deux variables peut être tout à fait non représentative de la véritable connexion causale entre les variables.