A collider is a common effect of two variables; conditioning on it can create a spurious association between causes that were otherwise independent.
1The problem it solves
Collider bias is dangerous because it often enters through apparently careful sample restriction or “controlling.” If admission depends on grades and test scores, then among admitted students a low value on one must be compensated by a high value on the other, inducing a negative relation even when none exists in the applicant population.
2The idea
Conditioning on a common effect of two variables induces a spurious association between them. This is the error sophisticated analysts make, because it looks like careful controlling.
3Origin & context
The phenomenon is related to Berkson’s paradox and is central in modern DAG-based causal inference. Graphical rules make the lesson visually sharp: paths through a collider are blocked until you condition on the collider or sometimes its descendants.
4Canonical example
Among admitted students, test scores and grades correlate negatively — because either one alone could have won admission.
5Objections & replies
Objection. If the selected sample is exactly the population of policy interest, collider bias is irrelevant.
Reply. Selection may be appropriate for a descriptive question about that selected population. The problem arises when the induced association is interpreted causally or generalized beyond the conditioning scheme without accounting for selection.
Objection. Regression software can detect and correct the problem.
Reply. Not from correlations alone. Whether a variable is a collider is a causal-structural fact, so correction requires design knowledge or assumptions about the selection mechanism.
6Don't confuse it with
Collider vs. confounder
A confounder is a common cause and often needs adjustment; a collider is a common effect and conditioning can open a biasing path.
Selection bias vs. collider bias
Collider conditioning is one major mechanism of selection bias, but selection bias is broader and can arise in other ways.
7Common mistakes
- Automatically controlling every available pre-specified variable.
- Forgetting that entering the dataset at all may already condition on employment, hospitalization, survival, application, or another collider.
8In your work
Any sample defined by a selection criterion is a collider. Ask what conditioning your dataset already encodes before you add more.
9Check yourself
In a dataset containing only firms that survived a crisis, resilience practices and balance-sheet strength are negatively associated. What should you suspect before interpreting the tradeoff?
Show answer
Survival may be a collider caused by both practices and balance-sheet strength. Conditioning on survivors can induce a negative association even if the two factors were independent in the full population.
برخوردگر پیامدِ مشترکِ دو متغیر است؛ شرطکردن بر آن میتواند میانِ علتهایی که قبلاً مستقل بودند همبستگیِ کاذب ایجاد کند.
1مسئلهای که حل میکند
سوگیریِ برخوردگر خطرناک است چون اغلب در قالبِ محدودکردنِ ظاهراً محتاطانهٔ نمونه یا «کنترل» وارد میشود. اگر پذیرشِ دانشگاه به نمره و آزمون وابسته باشد، در میانِ پذیرفتهها مقدارِ پایینِ یکی باید با مقدارِ بالای دیگری جبران شود و رابطهای منفی ساخته میشود.
2ایدهٔ اصلی
شرطیکردن بر معلولِ مشترکِ دو متغیر، میان آنها همبستگیِ کاذب پدید میآورد. این خطایی است که تحلیلگرانِ ماهر مرتکب میشوند، چون شبیهِ کنترلِ دقیق بهنظر میرسد.
3خاستگاه و زمینه
با پارادوکسِ برکسون مرتبط و در استنتاجِ علّیِ مبتنی بر DAG مرکزی است. قاعدهٔ گرافیکی روشن است: مسیرِ عبوری از برخوردگر بسته است تا وقتی بر خودِ برخوردگر یا گاهی نسلِ آن شرط کنیم.
4مثالِ کلاسیک
در میان دانشجویانِ پذیرفتهشده، نمرهٔ آزمون و معدل همبستگیِ منفی دارند — چون هر یک بهتنهایی میتوانست پذیرش را رقم بزند.
5اعتراضها و پاسخها
اعتراض. اگر نمونهٔ انتخابشده دقیقاً جمعیتِ موردِ سیاست باشد، سوگیریِ برخوردگر بیاهمیت است.
پاسخ. برای توصیفِ همان جمعیت شاید انتخاب مناسب باشد. مشکل وقتی است که رابطهٔ القاشده را علّی بخوانیم یا بدون حسابکردنِ سازوکارِ انتخاب به بیرون تعمیم دهیم.
اعتراض. نرمافزارِ رگرسیون میتواند مشکل را کشف و اصلاح کند.
پاسخ. از همبستگیِ تنها نه. برخوردگر بودن واقعیتی دربارهٔ ساختارِ علّی است و اصلاح به دانشِ طراحی یا فرض دربارهٔ سازوکارِ انتخاب نیاز دارد.
6با اینها اشتباه نگیرید
برخوردگر و مخدوشگر
مخدوشگر علتِ مشترک است و اغلب باید تعدیل شود؛ برخوردگر پیامدِ مشترک است و شرطکردن بر آن میتواند مسیرِ سوگیرانه باز کند.
سوگیریِ انتخاب و برخوردگر
شرطکردن بر برخوردگر یکی از سازوکارهای مهمِ سوگیریِ انتخاب است، اما سوگیریِ انتخاب گستردهتر است.
7خطاهای رایج
- کنترلِ خودکارِ هر متغیرِ موجود.
- فراموشکردنِ اینکه ورود به خودِ مجموعهداده ممکن است از قبل شرط بر اشتغال، بستری، بقا، درخواست یا برخوردگرِ دیگری باشد.
8در کارِ شما
هر نمونهای که با یک معیارِ گزینش تعریف شده، یک برخوردگر است. پیش از افزودنِ کنترلهای بیشتر بپرسید مجموعهدادهٔ شما از پیش چه شرطیسازیای در خود دارد.
9خودآزمایی
در دادهای که فقط شرکتهای زندهمانده از بحران را دارد، روشِ تابآوری و قدرتِ ترازنامه رابطهٔ منفی دارند. پیش از تعبیرِ «مبادله» به چه شک کنید؟
نمایش پاسخ
بقا ممکن است برخوردگری باشد که هر دو عامل آن را ایجاد میکنند. شرط بر بازماندگان میتواند رابطهٔ منفی بسازد حتی اگر دو عامل در کلِ جمعیت مستقل بودند.