Return to Video

vimeo.com/.../722088590

  • 0:06 - 0:09
    As variáveis ​​de confusão
    são um tipo de variável
  • 0:09 - 0:13
    que está relacionado às variáveis
    ​​independentes e dependentes do modelo.
  • 0:13 - 0:17
    Uma variável deve atender a duas condições
    para ser uma variável de confusão.
  • 0:17 - 0:21
    Uma delas é que deve ser correlacionada
    com a variável independente.
  • 0:22 - 0:27
    E a outra é que deve ter
    relação causal com a variável dependente.
  • 0:27 - 0:31
    Um exemplo bastante clássico
    envolve a coleta de dados
  • 0:31 - 0:34
    sobre queimaduras solares
    e consumo de sorvete.
  • 0:34 - 0:38
    Se você descobre
    que o maior consumo de sorvete
  • 0:38 - 0:41
    está associado a uma maior
    probabilidade de queimaduras solares,
  • 0:41 - 0:45
    devemos pensar que o consumo de sorvete
    causa queimaduras solares?
  • 0:46 - 0:51
    O que está faltando é a temperatura,
    que indica a quantidade de sol
  • 0:51 - 0:53
    e é uma variável de confusão.
  • 0:53 - 0:57
    Quanto mais quente, maior a probabilidade
    de as pessoas comerem sorvete
  • 0:57 - 0:59
    e terem queimaduras solares,
  • 0:59 - 1:01
    pois passam mais tempo ao ar livre.
  • 1:01 - 1:07
    Um dos desafios da modelagem
    é fazer uma busca exaustiva
  • 1:07 - 1:09
    de possíveis fatores de confusão.
  • 1:09 - 1:15
    Senão, podemos chegar a algoritmos
    que indicam relações que não existem.
  • 1:16 - 1:17
    Pela mesma razão,
  • 1:17 - 1:22
    se identificarmos isso
    sem dar um tratamento adequado
  • 1:22 - 1:23
    pelo algoritmo em questão
  • 1:23 - 1:28
    podemos acabar exagerando
    as relações que realmente existem.
Title:
vimeo.com/.../722088590
Video Language:
English
Duration:
01:30

Portuguese, Brazilian subtitles

Revisions Compare revisions