La variable confondante : la source cachée des corrélations trompeuses (Master Éco)

Une variable confondante (ou facteur de confusion) est une variable qui influence à la fois la cause supposée et l'effet étudié, créant une association trompeuse entre eux. En Master d'économie, dans le cours d'inférence causale, les QCM CampusQCM testent ce concept central pour comprendre…

Une variable confondante (ou facteur de confusion) est une variable qui influence à la fois la cause supposée et l'effet étudié, créant une association trompeuse entre eux. En Master d'économie, dans le cours d'inférence causale, les QCM CampusQCM testent ce concept central pour comprendre pourquoi corrélation n'implique pas causalité. Le problème est le suivant : on observe une corrélation entre deux variables X et Y, et l'on est tenté de conclure que X cause Y. Mais il se peut qu'une troisième variable Z, non prise en compte, influence simultanément X et Y, créant artificiellement leur corrélation. Z est alors une variable confondante. L'exemple classique : les ventes de glaces et les noyades sont corrélées, non parce que les glaces causent les noyades, mais parce que la chaleur (variable confondante) augmente les deux. En économétrie, l'omission d'une variable confondante pertinente provoque le biais de variable omise : l'estimateur de l'effet de X sur Y est biaisé, captant en partie l'effet de Z. Pour neutraliser une variable confondante, on peut la contrôler en l'incluant dans la régression (toutes choses égales par ailleurs), recourir à la randomisation (qui équilibre les confondants), ou utiliser des méthodes quasi-expérimentales (variables instrumentales, différence de différences). La variable confondante illustre la difficulté centrale de l'identification causale.