Quando non si tiene conto di questa terza variabile, la correlazione tra le due variabili studiate pu\u00f2 essere fuorviante o addirittura generare confusione.<\/span><\/p>\n Questo tutorial fornisce diversi esempi di problemi con la terza variabile in diversi contesti.<\/span><\/p>\n Un ricercatore osserva che le citt\u00e0 con pi\u00f9 idranti tendono anche ad avere pi\u00f9 cani.<\/span><\/p>\n Tuttavia, queste due variabili sono correlate solo perch\u00e9 entrambe hanno una forte correlazione con una terza variabile: la dimensione della popolazione<\/strong> .<\/span><\/p>\n Le citt\u00e0 pi\u00f9 grandi tendono ad avere sia pi\u00f9 idranti che<\/em> pi\u00f9 cani. Al contrario, le citt\u00e0 pi\u00f9 piccole tendono ad avere meno idranti e<\/em> meno cani.<\/span> <\/p>\n Un ricercatore rileva che le vendite di gelati e gli attacchi di squali sono fortemente correlati positivamente.<\/span><\/p>\n Tuttavia, queste due variabili sono correlate solo perch\u00e9 entrambe hanno una forte correlazione con una terza variabile: la temperatura<\/strong> .<\/span><\/p>\n Quando fa pi\u00f9 caldo, pi\u00f9 persone acquistano il gelato e pi\u00f9 persone nuotano nell’oceano, il che spiega perch\u00e9 i valori delle vendite di gelati e degli attacchi di squali tendono ad aumentare negli stessi periodi dell’anno.<\/span> <\/p>\n Uno studio rileva che quanti pi\u00f9 volontari si fanno avanti dopo un disastro naturale, tanto maggiore \u00e8 il danno.<\/span><\/p>\n Tuttavia, queste due variabili sono correlate solo perch\u00e9 entrambe hanno una forte correlazione con una terza variabile: l\u2019entit\u00e0 del disastro naturale<\/strong> .<\/span><\/p>\n I disastri naturali pi\u00f9 grandi sono fortemente correlati con maggiori danni causati e con un aumento del numero di volontari.<\/span> <\/p>\n Che cos’\u00e8 la distorsione da variabili omesse?<\/a> In statistica, il problema della terza variabile si verifica quando una correlazione osservata tra due variabili pu\u00f2 effettivamente essere spiegata da una terza variabile che non \u00e8 stata presa in considerazione. Quando non si tiene conto di questa terza variabile, la correlazione tra le due variabili studiate pu\u00f2 essere fuorviante o addirittura generare confusione. Questo […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n Esempio 1: Cani e idranti<\/strong><\/span><\/h3>\n
![\"Esempio](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/troisiemevariable1.png\")
<\/p>\n Esempio 2: vendite di gelati e attacchi di squali<\/strong><\/span><\/h3>\n
![\"Problema](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/troisiemevariable2.png\")
<\/p>\n Esempio 3: Volontari e disastri naturali<\/strong><\/span><\/h3>\n
![\"Esempio](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/troisiemevariable3.png\")
<\/p>\n articoli Correlati<\/strong><\/span><\/h3>\n
Che cos’\u00e8 il bias di sottostima?<\/a>
Che cos’\u00e8 il bias di aggregazione?<\/a>
Cos’\u00e8 una variabile confusa?<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"