Due livelli: base e avanzato
In parole semplici
D’estate aumentano le vendite di gelati e aumentano gli annegamenti. Vietare i gelati non salverebbe nessuno: entrambi dipendono dal caldo, che porta più persone al mare. Il caldo è il «terzo incomodo», quello che gli statistici chiamano confondente.
Nei dati industriali succede di continuo. Il consumo di energia di un impianto sale quando cambia una politica di controllo, ma nello stesso periodo sono cambiati anche la temperatura esterna e il carico di produzione. Se attribuiamo tutto alla politica di controllo, rischiamo di premiare o bocciare una scelta per meriti che non ha.
Per chi vuole andare a fondo
Prevedere, spiegare e intervenire sono tre domande diverse. Per prevedere basta una correlazione stabile; per intervenire serve l’effetto causale, cioè cosa succede se forzo una variabile. Un confondente apre un percorso spurio tra causa ed effetto e distorce la stima, anche con moltissimi dati.
Strumenti pratici: disegnare un grafo causale (DAG) prima dell’analisi e decidere su quali variabili condizionare; usare esperimenti randomizzati o A/B quando possibile; in alternativa, metodi quasi-sperimentali (differenze nelle differenze, variabili strumentali, regression discontinuity) con ipotesi dichiarate. Attenzione all’errore opposto: condizionare su un collider crea correlazioni che non esistono.
Effetto causale ≠ E[Y | X = x] quando un confondente Z influenza sia X sia Y; serve E[Y | do(X = x)]Da ricordare: Se vuoi cambiare il risultato, non ti basta sapere cosa si muove insieme: devi sapere che cosa lo provoca.