對撞因子（英語(yǔ)：Collider），有時(shí)又稱(chēng)為反向分叉（英語(yǔ)：inverted forks），在統計學(xué)和圖模式中，是指同時(shí)被兩個(gè)以上的變數影響的變數，而這些影響對撞因子的變數之間不見(jiàn)得有因果關(guān)系。因為在環(huán)路圖上會(huì )顯示為有兩個(gè)以上箭頭指入的節點(diǎn)，所以稱(chēng)為對撞因子。

對撞因子不會(huì )直接造成影響它的變數之間出現相關(guān)，以路徑分析或環(huán)路圖的術(shù)語(yǔ)來(lái)說(shuō)，對撞因子會(huì )“阻斷”兩個(gè)變數間的路徑。然而，想要了解變數間的因果關(guān)系時(shí)，對撞因子非常重要，因為在設計實(shí)驗、挑選樣本或統計分析時(shí)，如果有意或無(wú)意間控制了對撞因子，會(huì )造成自變數（X）和應變數（Y）之間出現沒(méi)有實(shí)際因果關(guān)系的偽關(guān)系，稱(chēng)為選擇偏誤或伯克森悖論，如果控制對撞因子后造成相反的相關(guān)性，稱(chēng)為辛普森悖論。用環(huán)路圖的術(shù)語(yǔ)來(lái)說(shuō)，控制對撞因子會(huì )“開(kāi)啟” X 和 Y 之間的路徑，而造成偏誤。

和其他因子的分別

對撞因子有時(shí)會(huì )和其他因子混淆。

干擾因子同時(shí)影響自變數和應變數，在環(huán)路圖上顯示為分叉向外的箭頭。干擾因子應該要控制。

中介變項受自變數影響，并影響應變數，在環(huán)路圖上箭頭一進(jìn)一出。如果要研究的問(wèn)題是“X是否會(huì )影響Y”，則不應控制。如果研究的問(wèn)題是“X是否能夠直接影響Y”，則需要控制。

例子

在二次世界大戰期間，沃德·亞伯拉罕發(fā)現盟軍飛回來(lái)的飛機中，機翼上有最多彈痕，機尾和引擎最少。他提議補強最少彈痕的地方，而不是中彈最多的地方。因為這些飛機可以飛回來(lái)，表示中彈的位置不重要，其他位置中彈的飛機都沒(méi)能飛回來(lái)，所以才沒(méi)有觀(guān)察到那些位置中彈?！坝袕椇鄣奈恢谩焙汀爸匾奈恢谩笔莾蓚€(gè)變因，“是否被擊落”是對撞因子，因為“沒(méi)被擊落”的條件已經(jīng)自動(dòng)被控制了，所以變因之間出現負相關(guān)。這種現象稱(chēng)作幸存者偏差，在臨床醫學(xué)研究中是重要的偏誤：如果只看在醫院里的病人、或是沒(méi)死的病人，容易得出錯誤的結論。

再以籃球為例，如果只看 NBA 球員，會(huì )發(fā)現身高比較高的人得分率沒(méi)有比較高。這是因為身高矮還能進(jìn) NBA 的人必然是用其他優(yōu)勢補足了身高的弱勢?！吧砀摺睘樽宰償?，“籃球得分率”為應變數，“是 NBA 球員”是對撞因子。

其他可能的例子：

• 在網(wǎng)絡(luò )上傳播的文章，“標題吸引人”和“內容嚴謹”常常是負相關(guān)。
• 維基百科條目中，若是有小眾關(guān)注者的主題，品質(zhì)較差，可能是因為“條目品質(zhì)佳”和“有人想要寫(xiě)”都造成“條目存在”。
• 如果在控制教育程度后，智商和盡責性呈負相關(guān)，可能是因為兩者都有助于提升學(xué)歷。
• 如果在控制職業(yè)后，兩性的收入相等，這不見(jiàn)得能夠證明女性未受歧視，也可能是因為只有競爭力較佳的少數女性才有辦法在歧視較嚴重的行業(yè)中存活，更高的競爭力補足了歧視的影響。

參閱

• 因果律
• 干擾因素
• 有向無(wú)環(huán)圖