Clicked Gallery

¿Qué significa controlar una variable?

Subrayado en un libro de texto real. Explicado por Clicked.

Usado en una frase

University Course Reader · STEM

After controlling for age and income, the gap between the two regions shrank from 20% to 4%, the authors reported.

El lector subrayó un término — en un artículo o en el PDF de un paper. Clicked hizo que el término estadístico «controlling for» fuera fácil de entender:

Explicado en tres niveles

Los mismos datos, otro rollo — Modo jerga 😎

El método Clicked

●○○

Overview

Controlar una variable es comparar dos grupos solo dentro de tramos iguales de un tercer factor, y después combinar los tramos como si los dos grupos tuvieran la misma mezcla de ese factor. El factor es uno que mueve el resultado por sí solo, como la edad en las tasas de mortalidad. En 2024 los CDC registraron 977 muertes por cada 100.000 habitantes en Florida y 614 en Utah, así que la tasa de Florida parece un 59 % más alta. Florida tiene una de las poblaciones más viejas de EE. UU. y Utah una de las más jóvenes, y la gente mayor muere a tasas más altas en todas partes, así que buena parte de esa distancia es una distancia de edades. Compara cada tramo de edad con el mismo tramo de edad, después da a los dos estados una misma mezcla de edades estándar, y las tasas pasan a ser 644 para Florida y 715 para Utah. Ese segundo par es lo que significa «ajustado por edad»: no se quitó a nadie, se dio a los dos estados las mismas edades. El método solo alcanza a los factores que alguien midió. Iguala primero los tramos, después da a los dos lados la misma mezcla.
●○○

Overview

Controlar una variable es cómo comparas dos grupos cuando una tercera cosa está amañando la competición en silencio. Pones a los grupos tramo por tramo según esa tercera cosa, comparas tramo con tramo, después les das a los dos grupos la misma mezcla de tramos y lees un solo número para cada uno. Toma las tasas de mortalidad de 2024 de los CDC: Florida 977 por cada 100.000, Utah 614, así que Florida parece un 59 % más mortal. Salvo que Florida está entre los estados más viejos por edad y Utah entre los más jóvenes, y la vejez es el mayor riesgo de morir vivas donde vivas. Dales a los dos estados las mismas edades y queda Florida 644, Utah 715, así que ahora Utah va un 11 % por delante. Eso es todo lo que significa «ajustado por edad». Nadie fue borrado, las edades fueron igualadas. Una pega, y es gorda: solo puedes ajustar por las cosas que alguien se molestó en medir. Mismos tramos, misma mezcla, y después compara. 😎

Una idea rápida — muchas veces es todo lo que necesitas.

●●○

Detail

Controlar una variable significa comparar dos grupos dentro de tramos iguales de un tercer factor y después recombinar los tramos con una sola mezcla compartida, de modo que ese factor no pueda explicar la diferencia. El tercer factor es una variable de confusión (algo que mueve a la vez lo que comparas y el resultado), y controlar es el arreglo que se aplica después de recoger los datos. Las cifras de 2024 de los CDC: Florida registró 977 muertes por cada 100.000 habitantes y Utah 614, y ajustado por edad Florida está en 644 y Utah en 715. La aritmética detrás del segundo par va así, en dos tramos. Supón que en un estado los menores de 65 mueren a 2 por cada 1.000 al año y los mayores de 65 a 40 por cada 1.000, y que el 40 % de su gente tiene más de 65. Su tasa bruta es 0,6 × 2 más 0,4 × 40, que es 17,2 por cada 1.000. Un segundo estado tiene tramos algo peores, 2,5 y 45, pero solo un 10 % de mayores de 65, así que su tasa bruta es 0,9 × 2,5 más 0,1 × 45, que es 6,75. En bruto, el primer estado parece dos veces y media más mortal mientras es más seguro en los dos tramos. Ahora dales a los dos la misma mezcla, digamos un 20 % de mayores de 65. El primer estado pasa a 0,8 × 2 más 0,2 × 40, que es 9,6. El segundo pasa a 0,8 × 2,5 más 0,2 × 45, que es 11. La mezcla compartida es una convención: los CDC usan la población de EE. UU. del año 2000 para todos los estados y todos los años. Controlar no es un grupo de control, y no es un experimento controlado, donde el factor se mantiene fijo antes de que existan los datos. Falla de dos maneras. Solo alcanza a los factores que alguien midió, así que un factor que nadie anotó sigue dentro de la comparación. Y controlar algo que la propia causa produce quita parte del efecto. Pregunta si la sal causa infartos controlando la tensión arterial, y la vía a través de la tensión, que es como la sal hace su daño, queda restada. Cuando una comparación controlada apunta en sentido contrario a la bruta, como pasa con Florida y Utah, la inversión se llama paradoja de Simpson. Los artículos que controlan diez factores a la vez hacen lo mismo con un modelo llamado regresión.
●●○

Detail

Controlar una variable es comparar dos grupos obligando a un tercer factor a ser igual en los dos lados, una vez que ya están los números. Ese tercer factor es lo que los estadísticos llaman una variable de confusión (empuja el resultado y es distinto entre tus grupos), y controlar es el arreglo que aplicas con cuentas cuando los datos ya existen. Aquí va la cuenta, de dos tramos en dos tramos. Pueblo A: los menores de 65 mueren a 3 por cada 1.000, los mayores de 65 a 50, y el 50 % del pueblo tiene más de 65. Tasa bruta: 0,5 × 3 más 0,5 × 50, o sea 26,5. Pueblo B: 4 y 60, peor en los dos tramos, pero solo un 15 % de mayores de 65. Tasa bruta: 0,85 × 4 más 0,15 × 60, o sea 12,4. Con los números en bruto A parece dos veces más mortal que B siendo más seguro en cada tramo, porque A es más viejo. Después dales a los dos pueblos la misma mezcla de edades, elige un 30 % de mayores de 65. A: 0,7 × 3 más 0,3 × 50, o sea 17,1. B: 0,7 × 4 más 0,3 × 60, o sea 20,8. B es peor, que era verdad desde el principio. El 30 % es una convención, y la real en las estadísticas de mortalidad de EE. UU. es la mezcla de edades de todo el país en el año 2000, aplicada a cada estado. No confundir con un grupo de control ni con un experimento controlado, donde fijas el factor antes de recoger nada. Muerde en dos sitios. Solo funciona con los factores que mediste, así que lo que nadie anotó sigue ahí dentro. Y puedes controlar lo que no debes: prueba si la sal lleva a infartos y controla la tensión arterial, y has borrado la ruta que la sal toma de verdad, así que la sal parece inocente. Cuando los números ajustados apuntan al revés que los brutos, como pasó con los de Florida y Utah, ese giro tiene nombre, paradoja de Simpson. Y los estudios que «controlaron» una docena de factores a la vez usaron un modelo, la regresión, que hace la misma cuenta para toda la docena de una vez. 😎

¿Quieres más? Un clic profundiza.

●●●

Analogy

Controlar una variable significa comparar dos cosas dentro de condiciones iguales y después combinar con una sola mezcla fija, y la etiqueta de consumo de combustible de un coche nuevo es eso hecho por norma. Un coche puede hacer 25 millas por galón en ciudad y 40 en autopista. Prueba dos coches con la conducción que a sus probadores les diera por hacer y el que fue sobre todo por autopista gana sin merecerlo. Así que la etiqueta mide todos los coches en las dos condiciones y las combina con una misma mezcla para todos: 55 % ciudad y 45 % autopista, la norma de la EPA para cada etiqueta. La cifra combinada es el consumo del coche controlado por el tipo de carretera, y las cifras combinadas de dos coches se pueden comparar porque ninguno se llevó las carreteras fáciles. La cifra combinada no es una previsión de tu propio depósito, porque tu mezcla de carreteras no es 55/45. Es una comparación justa, que es todo lo que controlar da nunca. Donde se rompe la imagen: controla el tamaño del motor al comparar dos coches y habrás cancelado justo lo que hace que uno de ellos gaste más, que es el error de controlar algo que la causa produce.
●●●

Analogy

Controlar una variable es nivelar lo que separa injustamente a dos grupos antes de compararlos, y tu factura de la luz lo hace cada mes. Comparado con toda la calle quedas fatal: 900 kWh frente a una media de la calle de 700, así que un 29 % por encima. La compañía no te compara con la calle. Te compara con casas de tu tamaño y con la misma calefacción, y esas están de media en 1.000, así que estás un 10 % por debajo. La misma lectura del contador, dos veredictos. El segundo controló el tamaño de la casa y la calefacción, porque la media de la calle era en realidad una comparación de tamaños de casa, y tú vives en una grande. El punto delicado: el veredicto más amable cambió la referencia, no tu consumo, así que la factura es la misma. Donde se viene abajo: si la compañía además te emparejara con casas que tienen la calefacción encendida el mismo número de horas, estaría controlando justo lo que te sube el consumo, y todo el mundo saldría en la media. 😎

¿Concepto nuevo? Un ejemplo cotidiano lo hace clic — nuevas analogías cuando quieras.

Las explicaciones de IA pueden contener errores · No es asesoramiento profesional

Definición formal — El mismo término, explicado de la forma habitual

Controlar una variable (ajuste estadístico) es la eliminación analítica de la influencia de una covariable sobre una comparación, de modo que la asociación estimada entre exposición y resultado no sea atribuible a diferencias en esa covariable entre los grupos. La forma más simple es la estratificación: la comparación se hace dentro de estratos de la covariable y los resultados de cada estrato se combinan con un conjunto común de pesos. La estandarización directa aplica las tasas por estrato de cada grupo a una misma población estándar; las tasas de mortalidad ajustadas por edad de EE. UU. usan la población estándar de EE. UU. del año 2000 (CDC/NCHS: Florida 2024, tasa bruta 977,2 y tasa ajustada por edad 643,5 por cada 100.000; Utah 613,6 y 715,0). La regresión multivariable generaliza el procedimiento a varias covariables a la vez. El ajuste solo aborda los factores de confusión medidos, y ajustar por un mediador (una variable situada en la vía causal) o por un colisionador introduce sesgo en lugar de eliminarlo (sobreajuste). Es distinto de un experimento controlado, en el que las covariables se mantienen constantes o se equilibran mediante aleatorización en la fase de diseño.

¿Quieres que Clicked te explique términos como «controlling for» directamente en tu navegador, incluso en PDFs?

Añadir a Chrome — Gratis

50 Explicaciones gratis · Sin tarjeta de crédito