Что хотят услышать интервьюеры:

Confounder — это скрытый или неучтённый фактор, который влияет и на признак, и на целевую переменную, из-за чего появляется ложная связь. В causal inference его нужно отделять от эффекта самого воздействия, иначе оценка будет смещённой. На практике confounder либо измеряют и контролируют в модели, либо балансируют в дизайне эксперимента, либо используют каузальные методы.

Определение:

Confounder — это переменная, которая одновременно связана с причиной и с результатом и может создавать или искажать наблюдаемую зависимость между ними. Например, если оценивать влияние рекламы на продажи, то сезонность может быть confounder: она влияет и на показы рекламы, и на покупки. Если её не учесть, можно приписать рекламе эффект, который на самом деле обусловлен сезоном.

Пример использования:

Допустим, нужно оценить эффект пуш-уведомлений на конверсию в покупку. Если не учесть активность пользователя, получится смещение: активные пользователи чаще получают пуши и чаще покупают. Тогда рост конверсии после пуша может быть связан не с самим пушом, а с тем, что пуши чаще отправлялись уже вовлечённой аудитории.

import statsmodels.api as sm

# X_treat — признак получения пуша
# X_activity — ковариата, которая может быть confounder
# y — конверсия

X = df[["X_treat", "X_activity"]]
X = sm.add_constant(X)
model = sm.Logit(df["y"], X).fit()

print(model.summary())

Пояснение кода:

В примере строится логистическая регрессия для бинарной конверсии.
X_treat — переменная воздействия, эффект которой нужно оценить.
X_activity — потенциальный confounder, который включён в модель, чтобы скорректировать оценку эффекта X_treat.
Идея такая: сравнение пользователей проводится при фиксированном уровне активности, а не “в среднем по всем”, поэтому снижается смещение. Для каузальной интерпретации важно помнить, что просто добавить переменную в регрессию недостаточно, если она является пост-тритментной или если есть сильные пропуски и невалидные допущения.

Ключевые моменты:

Confounder искажает связь между воздействием и исходом, создавая смещение.
Учитывать confounder нужно до или во время оценки эффекта, а не после интерпретации результата.
Основные способы: рандомизация, стратификация, matching, regression adjustment, propensity score, IPW, doubly robust методы.
Не все “коррелирующие” переменные являются confounder: важно, чтобы фактор влиял и на treatment, и на outcome.
Нельзя контролировать пост-тритментные переменные, если они лежат на пути эффекта, иначе можно занизить или исказить causal effect.
В uplift и causal inference ключевая задача — оценить инкрементальный эффект, а не просто предсказание вероятности события.

Что такое confounder и как его учитывать?