WEBVTT

00:00:05.964 --> 00:00:09.090
As variáveis ​​de confusão
são um tipo de variável

00:00:09.090 --> 00:00:13.034
que está relacionado às variáveis
​​independentes e dependentes do modelo.

00:00:13.457 --> 00:00:17.235
Uma variável deve atender a duas condições
para ser uma variável de confusão.

00:00:17.382 --> 00:00:21.304
Uma delas é que deve ser correlacionada 
com a variável independente.

00:00:21.707 --> 00:00:26.830
E a outra é que deve ter 
relação causal com a variável dependente.

00:00:27.300 --> 00:00:30.782
Um exemplo bastante clássico
envolve a coleta de dados

00:00:30.782 --> 00:00:33.895
sobre queimaduras solares 
e consumo de sorvete.

00:00:34.438 --> 00:00:38.073
Se você descobre 
que o maior consumo de sorvete

00:00:38.073 --> 00:00:41.392
está associado a uma maior
probabilidade de queimaduras solares,

00:00:41.392 --> 00:00:45.122
devemos pensar que o consumo de sorvete 
causa queimaduras solares?

00:00:45.554 --> 00:00:50.767
O que está faltando é a temperatura,
que indica a quantidade de sol

00:00:50.767 --> 00:00:52.733
e é uma variável de confusão.

00:00:52.853 --> 00:00:56.916
Quanto mais quente, maior a probabilidade
de as pessoas comerem sorvete

00:00:56.916 --> 00:00:58.839
e terem queimaduras solares,

00:00:58.839 --> 00:01:00.762
pois passam mais tempo ao ar livre.

00:01:01.121 --> 00:01:06.669
Um dos desafios da modelagem
é fazer uma busca exaustiva

00:01:06.669 --> 00:01:09.097
de possíveis fatores de confusão.

00:01:09.393 --> 00:01:15.444
Senão, podemos chegar a algoritmos
que indicam relações que não existem.

00:01:15.972 --> 00:01:17.443
Pela mesma razão,

00:01:17.443 --> 00:01:21.860
se identificarmos isso 
sem dar um tratamento adequado

00:01:21.860 --> 00:01:23.497
pelo algoritmo em questão

00:01:23.497 --> 00:01:28.256
podemos acabar exagerando
as relações que realmente existem.