Prace dyplomowe · Regresja i przyczynowość

Błąd tabeli 2 – jak nie interpretować zmiennych kontrolnych w regresji

W tabeli regresji stoi kilka współczynników, ale odpowiedź na pytanie badawcze daje zwykle tylko jeden. Na symulowanym przykładzie palenia, nadciśnienia i udaru pokazujemy, co naprawdę znaczą współczynniki zmiennych kontrolnych, dlaczego mediator psuje efekt ekspozycji i jak uczciwie opisać tabelę w pracy.

Strona główna / Blog / Błąd tabeli 2
W skrócie: Błąd tabeli 2 to interpretowanie wszystkich współczynników z jednego modelu regresji jak efektów przyczynowych. Gdy zmienne kontrolne dobrano według grafu przyczynowego pod jedną ekspozycję, tylko jej współczynnik szacuje efekt całkowity. Współczynniki zmiennych kontrolnych są zwykle efektami bezpośrednimi albo są zakłócone. W przykładzie palenie zwiększało ryzyko udaru o 5.56 pp (prawda: 5.6), ale wiek w tym samym modelu dał 3.04 pp zamiast efektu całkowitego 2.85, a wykształcenie −2.89 pp zamiast −2.67. Raportuj efekt ekspozycji, a dla innych czynników buduj osobne modele.

Czym jest błąd tabeli 2

W wielu pracach dyplomowych pierwsza tabela opisuje próbę (zob. Tabela 1 – charakterystyka próby), a druga pokazuje wyniki regresji. W tej drugiej jest jedna ekspozycja, czyli zmienna, o którą pyta hipoteza, i kilka zmiennych kontrolnych. Potem w rozdziale wyników pojawia się opis każdego wiersza: „palenie zwiększa ryzyko udaru o 5.6 punktu procentowego, każde 10 lat życia o 3.0 punktu, a wyższe wykształcenie chroni przed udarem”. Pierwsze zdanie może być prawdziwe. Dwa kolejne prawie na pewno nie znaczą tego, co sugerują.

Westreich i Greenland (2013) nazwali ten błąd błędem tabeli 2 (ang. Table 2 fallacy). Model, w którym zmienne kontrolne dobrano pod jedną ekspozycję, daje oszacowanie efektu tej ekspozycji. Współczynniki zmiennych kontrolnych łatwo wtedy wziąć za efekty całkowite. W rzeczywistości są to zwykle efekty bezpośrednie, a do tego mogą być zakłócone, nawet gdy efekt ekspozycji jest oszacowany poprawnie. Keele i in. (2020) dodają, że każdy współczynnik, któremu chcesz nadać sens przyczynowy, wymaga osobnego uzasadnienia. To, że jeden z nich je ma, nie przenosi się na pozostałe.

Ten wpis zakłada, że wiesz już, jak dobrać zmienne kontrolne. Procedurę opisuje wpis grafy przyczynowe (DAG), a krótszą wersję dla prac dyplomowych – czy kontrolować wiek i płeć. Tu zajmujemy się kolejnym krokiem: co wolno napisać o liczbach, które są już w tabeli.

Przykład: palenie, nadciśnienie i udar

Studentka zdrowia publicznego analizuje dane z badania kohortowego: 6000 osób w wieku 40–79 lat (M = 59.9) obserwowano przez 10 lat. Pytanie badawcze brzmi: o ile palenie tytoniu zwiększa ryzyko udaru mózgu? Paliło 29.5% osób, wyższe wykształcenie miało 36.5%, nadciśnienie 35.4%, a udar przeszło 13.4%. Dane są symulowane, więc znamy prawdziwe efekty. Można je pobrać w pliku CSV, a wszystkie liczby pochodzą z kodu na końcu wpisu.

Rysunek 1 pokazuje założony graf przyczynowy. Wiek i wykształcenie wpływają na palenie i na udar, więc są zmiennymi zakłócającymi. Nadciśnienie leży na drodze od palenia do udaru, czyli jest mediatorem. Jest też zmienna, której badaczka nie zmierzyła: niekorzystne warunki w dzieciństwie (U). Obniżają szansę na wyższe wykształcenie i same zwiększają ryzyko udaru.

Graf przyczynowy: wiek i wykształcenie wyższe wpływają na palenie i udar, palenie podnosi ryzyko nadciśnienia o 20 i udaru o 4 punkty procentowe, nadciśnienie podnosi ryzyko udaru o 8 punktów, a niezmierzone warunki w dzieciństwie wpływają na wykształcenie i udar
Rysunek 1. Graf przyczynowy przykładu. Liczby przy strzałkach to efekty bezpośrednie z mechanizmu, według którego wygenerowano dane (zmiana ryzyka udaru albo nadciśnienia w punktach procentowych). Linie przerywane wychodzą od zmiennej niezmierzonej. Obliczenia: R (dane symulowane).

Z grafu wynikają prawdziwe efekty palenia. Efekt bezpośredni wynosi 4 punkty procentowe (pp). Do tego dochodzi droga przez nadciśnienie: palenie podnosi ryzyko nadciśnienia o 20 pp, a nadciśnienie ryzyko udaru o 8 pp, czyli 0.20 × 8 = 1.6 pp. Efekt całkowity palenia to więc 5.6 pp. Zgodnie z kryterium tylnych drzwi do jego oszacowania trzeba kontrolować wiek i wykształcenie, a nie wolno kontrolować nadciśnienia.

Udar to zmienna 0/1. Żeby współczynniki dało się wprost porównać z prawdziwymi efektami, liczymy model liniowy prawdopodobieństwa. Współczynnik jest wtedy różnicą ryzyka, którą podajemy w punktach procentowych. Wariancja wyniku 0/1 zależy od przewidywanego ryzyka, dlatego przedziały ufności liczymy z odpornych błędów standardowych HC3. W pracy częściej zobaczysz regresję logistyczną. Logika błędu tabeli 2 jest w niej taka sama.

Typowa tabela 2 i co znaczy każdy jej wiersz

Bez żadnej kontroli palacze mieli ryzyko udaru 16.46%, a niepalący 12.15%, czyli różnica wyniosła 4.31 pp, 95% CI [2.32, 6.30]. Zakłócenie przez wiek zaniża tu efekt, bo palą częściej osoby młodsze, a one rzadziej mają udar. Zakłócenie przez wykształcenie działa odwrotnie, ale słabiej. Model 1 zawiera palenie, wiek i wykształcenie, czyli dokładnie to, czego wymaga graf. Tabela pokazuje, co oznacza każdy jego współczynnik. Ostatnia kolumna to średnia z 1000 symulowanych powtórzeń badania. Pokazuje, wokół jakiej wartości układa się oszacowanie, gdy usuniemy przypadek.

Współczynniki modelu 1 (palenie, wiek, wykształcenie) i ich znaczenie przyczynowe na tle prawdziwych efektów
Wiersz tabelib [95% CI], ppCo naprawdę szacujePrawdziwy efekt całkowityŚrednia z 1000 badań
Palenie (ekspozycja)5.56 [3.51, 7.60]efekt całkowity palenia5.605.65
Wiek (na 10 lat)3.04 [2.29, 3.79]efekt wieku z pominięciem drogi przez palenie (3.30)2.853.32
Wykształcenie wyższe−2.89 [−4.64, −1.15]efekt bezpośredni (−2.00) zniekształcony przez niezmierzone U−2.67−2.89

Palenie. Współczynnik 5.56 pp trafia w efekt całkowity, bo zmienne kontrolne zamknęły wszystkie ścieżki zakłócające, a mediator został poza modelem. To jedyny wiersz, który odpowiada na pytanie badawcze.

Wiek. Współczynnik 3.04 pp to nie jest efekt całkowity starzenia się. Starsze osoby rzadziej palą, a palenie jest w modelu. Współczynnik wieku pokazuje więc różnicę ryzyka między osobami w różnym wieku, ale o tym samym statusie palenia. Odcina część efektu wieku, która biegnie przez palenie. Zostaje efekt bezpośredni i droga przez nadciśnienie, razem 3.30 pp. Średnia z symulacji (3.32) leży właśnie przy tej wartości, a nie przy efekcie całkowitym 2.85 pp. To dokładnie problem opisany przez Westreicha i Greenlanda (2013): w modelu ekspozycji współczynnik zmiennej zakłócającej jest efektem bezpośrednim.

Wykształcenie. Tu jest gorzej. Model zamyka ścieżki zakłócające palenia, ale nikt nie zadbał o zmienne zakłócające wykształcenia. Niezmierzone warunki w dzieciństwie wpływają i na wykształcenie, i na udar. Dlatego −2.89 pp nie jest ani efektem bezpośrednim (−2.00), ani całkowitym (−2.67). Osoby z wyższym wykształceniem częściej miały też lepsze warunki w dzieciństwie, więc wykształcenie „przejmuje” część ich ochronnego wpływu. Zdanie „wyższe wykształcenie chroni przed udarem o 2.9 pp” byłoby wnioskiem przyczynowym bez podstaw.

Współczynniki zmiennych kontrolnych mogą też wpływać na Twój wybór zmiennych. Nie usuwaj zmiennej z modelu tylko dlatego, że jej współczynnik jest „nieistotny” albo ma „dziwny” znak. Według grafu wiek i wykształcenie muszą zostać, bo bez nich efekt palenia byłby obciążony. Dobór zmiennych kontrolnych uzasadnia się założoną strukturą przyczynową (Wysocki i in., 2022), a nie wartością p.

Gdy do modelu trafia wszystko

Częsta pokusa to dodać do tabeli wszystkie zmienne z bazy. Model 2 zawiera dodatkowo nadciśnienie. Wynik palenia spada do 4.17 pp, 95% CI [2.10, 6.23]. To już nie jest efekt całkowity, tylko oszacowanie efektu bezpośredniego, którego prawdziwa wartość to 4.00 pp (średnia z symulacji 4.04). Kontrola mediatora odcięła drogę przez nadciśnienie. Schisterman i in. (2009) nazywają to błędem nadmiernej kontroli (ang. overadjustment bias) i podkreślają, że nie znika on w dużych próbach. Współczynnik wieku spadł do 2.30 pp, bo teraz odcięte są obie drogi pośrednie: przez palenie i przez nadciśnienie. Średnia z symulacji (2.51) odpowiada efektowi bezpośredniemu wieku, czyli 2.50 pp.

Paradoksalnie w modelu 2 najlepiej wypada wiersz zmiennej, która miała być tylko „kontrolą”. Współczynnik nadciśnienia (7.72 pp, 95% CI [5.72, 9.72]) dobrze szacuje jego prawdziwy efekt 8 pp. Zmienne zakłócające nadciśnienia to wiek i palenie, a obie są w modelu. Ta sama tabela daje więc poprawny efekt nadciśnienia i obciążony efekt palenia. Cinelli i in. (2024) opisują to ogólnie: dodanie zmiennej do regresji może sprawić, że współczynnik przestaje odpowiadać efektowi, który miał reprezentować. Znaczenie współczynnika zależy od tego, jakie inne zmienne są w modelu, a nie od jego miejsca w tabeli.

Współczynniki z 95% CI dla palenia, wieku, wykształcenia i nadciśnienia w różnych modelach: palenie 5.56 w modelu 1 i 4.17 w modelu 2, wiek 3.04, 2.30 i 2.55, wykształcenie −2.89, −2.89 i −3.52, nadciśnienie 7.72 w obu modelach; prawdziwe efekty całkowite 5.6, 2.85, −2.67 i 8
Rysunek 2. Współczynnik tej samej zmiennej w różnych modelach (punkty i 95% CI z błędów HC3). Czerwona linia to prawdziwy efekt całkowity, przerywana – prawdziwy efekt bezpośredni. Model własny zmiennej zawiera tylko jej zmierzone zmienne zakłócające według Rysunku 1 (dla wykształcenia żadnej, bo U nie zmierzono). Obliczenia: R (dane symulowane, N = 6000).

Osobny model dla każdej ekspozycji

Jeśli chcesz odpowiedzieć na kilka pytań przyczynowych, każde potrzebuje własnego modelu i własnego zbioru zmiennych kontrolnych (Westreich i Greenland, 2013). Rysunek 2 pokazuje, co z tego wychodzi w przykładzie:

  • Wiek. Na wiek nic w grafie nie wpływa, więc model ma tylko wiek. Wynik 2.55 pp, 95% CI [1.81, 3.29], odpowiada efektowi całkowitemu (2.85 pp; średnia z symulacji 2.86).
  • Nadciśnienie. Zmiennymi zakłócającymi są wiek i palenie. Wynik 7.72 pp, 95% CI [5.72, 9.72], średnia z symulacji 8.02.
  • Wykształcenie. Zmienną zakłócającą są warunki w dzieciństwie, których nie zmierzono. Model z samym wykształceniem daje −3.52 pp (średnia z symulacji −3.56), czyli związek wyraźnie silniejszy niż prawdziwe −2.67 pp. Z tych danych nie da się poprawnie oszacować efektu wykształcenia. Uczciwa odpowiedź to napisać to wprost albo przeprowadzić analizę wrażliwości.

Pojęcia efektu całkowitego i bezpośredniego są te same co w mediacji – zob. efekt całkowity i efekt bezpośredni. Jeśli w pracy naprawdę pytasz o efekt bezpośredni palenia, potrzebujesz analizy mediacji z jej własnymi założeniami, a nie po prostu dodatkowej zmiennej kontrolnej.

Jak opisać tabelę w pracy

Hünermund i Louw (2025) zalecają, by współczynników zmiennych kontrolnych nie interpretować, a w tabelach wyraźnie oznaczać je jako pozbawione interpretacji przyczynowej albo w ogóle je pomijać. Masz trzy uczciwe rozwiązania:

  1. Tylko ekspozycja. W tabeli podaj efekt palenia bez kontroli i z kontrolą, a w nocie wymień zmienne kontrolne. To najprostsza i najczystsza forma.
  2. Pełna tabela z notą. Gdy promotor chce zobaczyć wszystkie współczynniki, podaj je (wzór układu: tabela regresji w APA). W nocie napisz, że współczynniki zmiennych kontrolnych nie mają interpretacji przyczynowej, i nie opisuj ich w tekście.
  3. Osobne modele. Gdy masz kilka pytań, każdą ekspozycję oszacuj we własnym modelu i zbierz wyniki w jednej tabeli, jak niżej.

Becker (2005) zwrócił uwagę, że autorzy często nie uzasadniają włączenia zmiennych kontrolnych i niepełnie raportują wyniki. Dlatego w części metodologicznej podaj powód włączenia każdej zmiennej i zmienne celowo pominięte.

Efekt palenia tytoniu na 10-letnie ryzyko udaru mózgu szacowano modelem liniowym prawdopodobieństwa z odpornymi błędami standardowymi (HC3); współczynniki to różnice ryzyka w punktach procentowych. Zbiór zmiennych kontrolnych wyprowadzono z założonego grafu przyczynowego (Rysunek 1): wiek i wykształcenie uwzględniono jako wspólne przyczyny palenia i udaru. Nie kontrolowano nadciśnienia, ponieważ leży ono na drodze przyczynowej od palenia do udaru. Współczynniki zmiennych kontrolnych podano wyłącznie dla przejrzystości i nie interpretowano ich jako efektów przyczynowych.
Bez kontroli zmiennych zakłócających ryzyko udaru było u palaczy wyższe o 4.31 punktu procentowego, 95% CI [2.32, 6.30]. Po uwzględnieniu wieku i wykształcenia palenie wiązało się z ryzykiem udaru wyższym o 5.56 punktu procentowego, 95% CI [3.51, 7.60], p < .001. Przy założeniach przedstawionych w grafie przyczynowym i braku niezmierzonych zmiennych zakłócających palenia oszacowanie to można interpretować jako całkowity efekt palenia na 10-letnie ryzyko udaru.

Tak może wyglądać tabela w wariancie z osobnymi modelami. Wiersz wykształcenia zostaje, ale bez liczby i z wyjaśnieniem.

Tabela 2

Efekty czynników na 10-letnie ryzyko udaru mózgu, każdy z osobnego modelu

CzynnikZmienne kontrolneRóżnica ryzyka (pp)95% CIp
Palenie (tak vs nie)wiek, wykształcenie5.56[3.51, 7.60]< .001
Wiek (na 10 lat)brak2.55[1.81, 3.29]< .001
Nadciśnienie (tak vs nie)wiek, palenie7.72[5.72, 9.72]< .001
Wykształcenie wyższenie oszacowano – brak pomiaru zmiennej zakłócającej (warunki w dzieciństwie)a

Uwaga. N = 6000. Modele liniowe prawdopodobieństwa, 95% CI z odpornych błędów standardowych HC3. Zmienne kontrolne dla każdego czynnika wyprowadzono z grafu przyczynowego (Rysunek 1). Dane symulowane.
a Model bez tej zmiennej dałby oszacowanie obciążone.

Jak opisać pozostałe elementy modelu (R², test całego modelu, założenia), pokazuje wpis regresja wieloraka krok po kroku. Jak przełożyć wyniki na wnioski bez przesady, pokazuje wpis jak napisać dyskusję wyników.

Najczęstsze błędy

  • Opis każdego wiersza tabeli jak osobnego odkrycia. Zdania „wiek zwiększa ryzyko”, „wykształcenie chroni” w rozdziale wyników to klasyczny błąd tabeli 2.
  • „Efekt niezależny od pozostałych zmiennych”. To sformułowanie brzmi ostrożnie, ale dla zmiennej kontrolnej zwykle oznacza efekt bezpośredni, a nie całkowity. Jeśli nie wiesz, który to efekt, nie pisz o efekcie.
  • Mediator jako zmienna kontrolna. Dodanie nadciśnienia „dla pewności” zmniejszyło efekt palenia z 5.56 do 4.17 pp.
  • Porównywanie siły predyktorów. Ranking standaryzowanych beta z jednego modelu porównuje wielkości, które odpowiadają na różne pytania (zob. współczynniki standaryzowane czy niestandaryzowane).
  • Dobór zmiennych metodą krokową. Metoda krokowa wybiera zmienne według p, więc nie odróżni zmiennej zakłócającej od mediatora ani od zmiennej zderzeniowej.
  • Mylenie zakłócania z modyfikacją efektu. Jeśli pytasz, czy efekt palenia jest inny u kobiet i mężczyzn, potrzebujesz interakcji, a nie kolejnej zmiennej kontrolnej (zob. czynnik zakłócający a modyfikator efektu).

Rohrer (2018) przypomina, że wnioski przyczynowe z danych obserwacyjnych zawsze zależą od założeń opartych na wiedzy dziedzinowej. Napisz więc w ograniczeniach badania, czego graf może nie uwzględniać. Podobne zniekształcenia powstają przy doborze próby – opisujemy je we wpisie błąd selekcji i zmienna zderzeniowa w praktyce. Jeśli promotor prosi o interpretację wszystkich współczynników, możemy w ramach pomocy w analizie dla studentów wspólnie przejść przez graf i przygotować argumenty.

Przykład reprodukowalny

Błąd tabeli 2 w R: kod i wynik

Przepis tworzy dane, zapisuje plik CSV i liczy wszystkie wyniki z tekstu i tabel. Uruchom go z folderu, w którym ma powstać podfolder z danymi (plik trafia do folderu nadrzędnego, ../). Rysunki powstały w osobnym skrypcie na tych samych danych.

Prawdziwe efekty, modele z różnymi zmiennymi kontrolnymi i 1000 powtórzeń

Dane wejściowe: 6000 osób, dane symulowane według grafu z Rysunku 1, set.seed(3519); pakiety sandwich i lmtest.

Co odczytać: prawdziwe efekty całkowite i bezpośrednie, opis próby, współczynniki (w punktach procentowych) z 95% CI z błędów HC3 w modelach M0–M5 oraz średnie oszacowania z 1000 powtórzeń badania.

R
# B350 – błąd tabeli 2: palenie, nadciśnienie i udar mózgu (dane symulowane)
# Kohorta 6000 osób w wieku 40–79 lat obserwowanych przez 10 lat; wynik: udar (0/1).
# Model liniowy prawdopodobieństwa: współczynnik = różnica ryzyka (tu w punktach procentowych).
suppressPackageStartupMessages({ library(sandwich); library(lmtest) })
set.seed(3519)
N <- 6000

# Mechanizm generujący dane (DAG z Rysunku 1); U = niekorzystne warunki w dzieciństwie – NIEZMIERZONE
generuj <- function(N) {
  wiek <- round(runif(N, 40, 80), 1)
  wiek10 <- (wiek - 60) / 10                                   # wiek w dekadach, 0 = 60 lat
  U <- rbinom(N, 1, 0.30)
  wyzsze <- rbinom(N, 1, 0.45 - 0.25 * U)                       # wykształcenie wyższe (0/1)
  palenie <- rbinom(N, 1, 0.32 - 0.08 * wiek10 - 0.12 * wyzsze)
  nadcisnienie <- rbinom(N, 1, 0.30 + 0.10 * wiek10 + 0.20 * palenie)
  udar <- rbinom(N, 1, 0.08 + 0.025 * wiek10 + 0.04 * palenie + 0.08 * nadcisnienie -
                       0.02 * wyzsze + 0.04 * U)
  data.frame(wiek, wiek10, wyzsze, palenie, nadcisnienie, udar)
}
dane <- generuj(N)
write.csv(dane[, c("wiek", "wyzsze", "palenie", "nadcisnienie", "udar")], "../blad-tabeli-2-dane.csv",
          row.names = FALSE, fileEncoding = "UTF-8")

# Prawdziwe efekty wynikające z równań powyżej (punkty procentowe)
prawda <- c(palenie_calkowity = 100 * (0.04 + 0.20 * 0.08), palenie_bezposredni = 100 * 0.04,
            nadcisnienie_calkowity = 100 * 0.08,
            wiek_calkowity = 100 * (0.025 + 0.10 * 0.08 - 0.08 * (0.04 + 0.20 * 0.08)),
            wiek_bez_drogi_przez_palenie = 100 * (0.025 + 0.10 * 0.08), wiek_bezposredni = 100 * 0.025,
            wyzsze_calkowity = 100 * (-0.02 - 0.12 * (0.04 + 0.20 * 0.08)), wyzsze_bezposredni = 100 * -0.02)
print(round(prawda, 2))

# Opis próby
cat(sprintf("N = %d; wiek M = %.1f; palacze %.1f%%; wyższe %.1f%%; nadciśnienie %.1f%%; udar %.1f%%\n", nrow(dane),
            mean(dane$wiek), 100 * mean(dane$palenie), 100 * mean(dane$wyzsze),
            100 * mean(dane$nadcisnienie), 100 * mean(dane$udar)))
print(round(100 * tapply(dane$udar, dane$palenie, mean), 2))

# Pomocnik: współczynniki w pp z odpornym SE (HC3) i 95% CI
tabela <- function(model) {
  V <- vcovHC(model, type = "HC3"); ct <- coeftest(model, vcov. = V); ci <- coefci(model, vcov. = V)
  out <- data.frame(b = 100 * ct[, 1], SE = 100 * ct[, 2], dol = 100 * ci[, 1], gor = 100 * ci[, 2], p = ct[, 4])
  round(out[-1, ], 3)
}
modele <- list(
  M0_surowy      = udar ~ palenie,
  M1_dla_palenia = udar ~ palenie + wiek10 + wyzsze,
  M2_wszystko    = udar ~ palenie + wiek10 + wyzsze + nadcisnienie,
  M3_dla_wieku   = udar ~ wiek10,
  M4_dla_nadcisnienia = udar ~ nadcisnienie + palenie + wiek10,
  M5_wyzsze_surowy    = udar ~ wyzsze)
for (m in names(modele)) { cat("\n==", m, "==\n"); print(tabela(lm(modele[[m]], data = dane))) }

# 1000 powtórzeń badania: średnie oszacowania (pp) z każdego modelu
R <- 1000
wyniki <- t(replicate(R, {
  d <- generuj(N)
  c(M1_palenie = coef(lm(modele$M1_dla_palenia, d))[["palenie"]],
    M1_wiek    = coef(lm(modele$M1_dla_palenia, d))[["wiek10"]],
    M1_wyzsze  = coef(lm(modele$M1_dla_palenia, d))[["wyzsze"]],
    M2_palenie = coef(lm(modele$M2_wszystko, d))[["palenie"]],
    M2_wiek    = coef(lm(modele$M2_wszystko, d))[["wiek10"]],
    M2_wyzsze  = coef(lm(modele$M2_wszystko, d))[["wyzsze"]],
    M2_nadcisnienie = coef(lm(modele$M2_wszystko, d))[["nadcisnienie"]],
    M3_wiek    = coef(lm(modele$M3_dla_wieku, d))[["wiek10"]],
    M4_nadcisnienie = coef(lm(modele$M4_dla_nadcisnienia, d))[["nadcisnienie"]],
    M5_wyzsze  = coef(lm(modele$M5_wyzsze_surowy, d))[["wyzsze"]])
}))
cat("\nŚrednie z", R, "powtórzeń (pp) i SD oszacowań:\n")
print(round(data.frame(srednia = 100 * colMeans(wyniki), SD = 100 * apply(wyniki, 2, sd)), 2))
Wynik w R
           palenie_calkowity          palenie_bezposredni 
                        5.60                         4.00 
      nadcisnienie_calkowity               wiek_calkowity 
                        8.00                         2.85 
wiek_bez_drogi_przez_palenie             wiek_bezposredni 
                        3.30                         2.50 
            wyzsze_calkowity           wyzsze_bezposredni 
                       -2.67                        -2.00 
N = 6000; wiek M = 59.9; palacze 29.5%; wyższe 36.5%; nadciśnienie 35.4%; udar 13.4%
    0     1 
12.15 16.46 

== M0_surowy ==
            b    SE   dol   gor p
palenie 4.314 1.015 2.323 6.304 0

== M1_dla_palenia ==
             b    SE    dol    gor     p
palenie  5.558 1.043  3.513  7.603 0.000
wiek10   3.039 0.384  2.287  3.792 0.000
wyzsze  -2.895 0.890 -4.640 -1.149 0.001

== M2_wszystko ==
                  b    SE    dol    gor     p
palenie       4.168 1.054  2.103  6.233 0.000
wiek10        2.300 0.394  1.529  3.072 0.000
wyzsze       -2.889 0.887 -4.629 -1.150 0.001
nadcisnienie  7.717 1.021  5.716  9.719 0.000

== M3_dla_wieku ==
           b    SE   dol  gor p
wiek10 2.551 0.377 1.811 3.29 0

== M4_dla_nadcisnienia ==
                 b    SE   dol   gor p
nadcisnienie 7.720 1.022 5.715 9.724 0
palenie      4.595 1.040 2.556 6.635 0
wiek10       2.321 0.394 1.549 3.093 0

== M5_wyzsze_surowy ==
           b    SE    dol    gor p
wyzsze -3.52 0.885 -5.255 -1.785 0

Średnie z 1000 powtórzeń (pp) i SD oszacowań:
                srednia   SD
M1_palenie         5.65 0.99
M1_wiek            3.32 0.37
M1_wyzsze         -2.89 0.84
M2_palenie         4.04 1.00
M2_wiek            2.51 0.38
M2_wyzsze         -2.89 0.84
M2_nadcisnienie    8.02 0.97
M3_wiek            2.86 0.37
M4_nadcisnienie    8.02 0.97
M5_wyzsze         -3.56 0.84

Bibliografia oprogramowania

Wyniki na tej stronie pochodzą z uruchomienia pokazanego kodu w R 4.5.3 z pakietami sandwich i lmtest; rysunki przygotowano w pakietach ggplot2, svglite i magick. W pracy podaj wersje faktycznie użytych pakietów (sessionInfo()).

  1. R: R Core Team. (2026). R: A language and environment for statistical computing (Version 4.5.3) [Computer software]. R Foundation for Statistical Computing. https://www.R-project.org/
  2. sandwich (wersja 3.1.1): Zeileis, A., Köll, S., & Graham, N. (2020). Various versatile variances: An object-oriented implementation of clustered covariances in R. Journal of Statistical Software, 95(1), 1–36. https://doi.org/10.18637/jss.v095.i01
  3. lmtest (wersja 0.9.40): Zeileis, A., & Hothorn, T. (2002). Diagnostic checking in regression relationships. R News, 2(3), 7–10. https://CRAN.R-project.org/doc/Rnews/
  4. ggplot2 (wersja 4.0.2): Wickham, H. (2016). ggplot2: Elegant graphics for data analysis. Springer. https://ggplot2.tidyverse.org
  5. svglite (wersja 2.2.2): Wickham, H., Henry, L., Pedersen, T. L., Luciani, T. J., Decorde, M., & Lise, V. (2025). svglite: An ‘SVG’ graphics device [R package]. https://doi.org/10.32614/CRAN.package.svglite
  6. magick (wersja 2.9.1): Ooms, J. (2026). magick: Advanced graphics and image-processing in R [R package]. https://doi.org/10.32614/CRAN.package.magick

Najczęstsze pytania

Co to jest błąd tabeli 2 (Table 2 fallacy)?

To interpretowanie wszystkich współczynników z jednej tabeli regresji jak efektów przyczynowych. Nazwę zaproponowali Westreich i Greenland (2013). Model z zmiennymi kontrolnymi dobranymi pod jedną ekspozycję szacuje efekt tej ekspozycji, a współczynniki zmiennych kontrolnych są zwykle efektami bezpośrednimi albo są zakłócone.

Czy w tabeli regresji trzeba podawać współczynniki zmiennych kontrolnych?

Nie ma takiego obowiązku. Możesz podać tylko efekt ekspozycji, a zmienne kontrolne wymienić w nocie. Jeśli promotor chce pełnej tabeli, podaj wszystkie współczynniki, ale w nocie napisz, że współczynniki zmiennych kontrolnych nie mają interpretacji przyczynowej, i nie opisuj ich w tekście (Hünermund i Louw, 2025).

Jak zinterpretować współczynnik zmiennej kontrolnej w regresji wielorakiej?

Najbezpieczniej opisowo: to różnica w wyniku między osobami, które różnią się tą zmienną, a mają takie same wartości pozostałych zmiennych w modelu. Nie nazywaj go efektem tej zmiennej. Jeśli inna zmienna w modelu leży na drodze od zmiennej kontrolnej do wyniku, współczynnik pomija tę drogę, a jeśli zmienna kontrolna ma własne niezmierzone zakłócenia, jest obciążony.

Dlaczego efekt głównej zmiennej zmalał po dodaniu kolejnej zmiennej kontrolnej?

Jedną z przyczyn jest kontrola mediatora, czyli zmiennej leżącej między ekspozycją a wynikiem. W przykładzie dodanie nadciśnienia zmniejszyło efekt palenia z 5.56 do 4.17 punktu procentowego, bo model przestał szacować efekt całkowity, a zaczął bezpośredni. To błąd nadmiernej kontroli (Schisterman i in., 2009).

Czy błąd tabeli 2 dotyczy też regresji logistycznej i ilorazów szans?

Tak. Westreich i Greenland (2013) opisali go właśnie na przykładzie ilorazów szans. W regresji logistycznej dochodzi jeszcze to, że iloraz szans może się zmienić po dodaniu zmiennej powiązanej z wynikiem nawet bez zakłócenia, więc porównywanie OR z różnych modeli wymaga dodatkowej ostrożności.

Powiązane hasła

Przeczytaj też

Promotor chce interpretacji wszystkich współczynników?

Sprawdzimy graf przyczynowy i dobór zmiennych kontrolnych, wyjaśnimy, co znaczy każdy współczynnik, i pomożemy ułożyć tabelę oraz opis wyników tak, żebyś umiał(a) samodzielnie je obronić.

Oferta dla studentówWyceń analizę

Bibliografia i dalsza literatura naukowa (APA 7)

  1. Becker, T. E. (2005). Potential problems in the statistical control of variables in organizational research: A qualitative analysis with recommendations. Organizational Research Methods, 8(3), 274–289. https://doi.org/10.1177/1094428105278021
  2. Cinelli, C., Forney, A., & Pearl, J. (2024). A crash course in good and bad controls. Sociological Methods & Research, 53(3), 1071–1104. https://doi.org/10.1177/00491241221099552 ● Otwarty dostęp: pełny tekst
  3. Hünermund, P., & Louw, B. (2025). On the nuisance of control variables in causal regression analysis. Organizational Research Methods, 28(1), 138–151. https://doi.org/10.1177/10944281231219274 ● Otwarty dostęp
  4. Keele, L., Stevenson, R. T., & Elwert, F. (2020). The causal interpretation of estimated associations in regression models. Political Science Research and Methods, 8(1), 1–13. https://doi.org/10.1017/psrm.2019.31
  5. Rohrer, J. M. (2018). Thinking clearly about correlations and causation: Graphical causal models for observational data. Advances in Methods and Practices in Psychological Science, 1(1), 27–42. https://doi.org/10.1177/2515245917745629 ● Otwarty dostęp
  6. Schisterman, E. F., Cole, S. R., & Platt, R. W. (2009). Overadjustment bias and unnecessary adjustment in epidemiologic studies. Epidemiology, 20(4), 488–495. https://doi.org/10.1097/ede.0b013e3181a819a1 ● Otwarty dostęp: pełny tekst
  7. Westreich, D., & Greenland, S. (2013). The Table 2 fallacy: Presenting and interpreting confounder and modifier coefficients. American Journal of Epidemiology, 177(4), 292–298. https://doi.org/10.1093/aje/kws412 ● Otwarty dostęp
  8. Wysocki, A. C., Lawson, K. M., & Rhemtulla, M. (2022). Statistical control requires causal justification. Advances in Methods and Practices in Psychological Science, 5(2), Article 25152459221095823. https://doi.org/10.1177/25152459221095823 ● Otwarty dostęp

Cytowania BibTeX

@article{becker2005potential, author={Becker, Thomas E.}, title={{Potential problems in the statistical control of variables in organizational research: A qualitative analysis with recommendations}}, journal={Organizational Research Methods}, year={2005}, volume={8}, number={3}, pages={274--289}, doi={10.1177/1094428105278021}}
@article{cinelli2024crash, author={Cinelli, Carlos and Forney, Andrew and Pearl, Judea}, title={{A crash course in good and bad controls}}, journal={Sociological Methods \& Research}, year={2024}, volume={53}, number={3}, pages={1071--1104}, doi={10.1177/00491241221099552}}
@article{hunermund2025nuisance, author={H{\"u}nermund, Paul and Louw, Beyers}, title={{On the nuisance of control variables in causal regression analysis}}, journal={Organizational Research Methods}, year={2025}, volume={28}, number={1}, pages={138--151}, doi={10.1177/10944281231219274}}
@article{keele2020causal, author={Keele, Luke and Stevenson, Randolph T. and Elwert, Felix}, title={{The causal interpretation of estimated associations in regression models}}, journal={Political Science Research and Methods}, year={2020}, volume={8}, number={1}, pages={1--13}, doi={10.1017/psrm.2019.31}}
@article{rohrer2018thinking, author={Rohrer, Julia M.}, title={{Thinking clearly about correlations and causation: Graphical causal models for observational data}}, journal={Advances in Methods and Practices in Psychological Science}, year={2018}, volume={1}, number={1}, pages={27--42}, doi={10.1177/2515245917745629}}
@article{schisterman2009overadjustment, author={Schisterman, Enrique F. and Cole, Stephen R. and Platt, Robert W.}, title={{Overadjustment bias and unnecessary adjustment in epidemiologic studies}}, journal={Epidemiology}, year={2009}, volume={20}, number={4}, pages={488--495}, doi={10.1097/ede.0b013e3181a819a1}}
@article{westreich2013table, author={Westreich, Daniel and Greenland, Sander}, title={{The Table 2 fallacy: Presenting and interpreting confounder and modifier coefficients}}, journal={American Journal of Epidemiology}, year={2013}, volume={177}, number={4}, pages={292--298}, doi={10.1093/aje/kws412}}
@article{wysocki2022statistical, author={Wysocki, Anna C. and Lawson, Katherine M. and Rhemtulla, Mijke}, title={{Statistical control requires causal justification}}, journal={Advances in Methods and Practices in Psychological Science}, year={2022}, volume={5}, number={2}, eid={25152459221095823}, doi={10.1177/25152459221095823}}
R