Kolider (ang. collider)– we wnioskowaniu przyczynowym i statystyce, zewnętrzna zmienna, która w modelu badanego zjawiska podlega wpływowi przyczynowemu (jest skutkiem) zmiennej objaśniającej; może być dodatkowo również skutkiem zmiennej objaśnianej.
Pomimo iż kolider jest skorelowany ze zmiennymi, które są centralnym przedmiotem badania, nie jest przyczyną żadnej z nich i nie wpływa na ich wzajemne bezwarunkowe prawdopodobieństwo. Nieuwzględnienie go w modelu statystycznym nie prowadzi do problemu pominiętych zmiennych i nie zniekształca generowanych oszacowań.
Do błędu prowadzi właśnie samo eksperymentalne lub statystyczne kontrolowanie koliderów – czego najprostszym przykładem jest błąd selekcji i paradoks Berksona, w których grupa eksperymentalna i porównawcza są dobierane warunkowo względem wartości zewnętrznego czynnika który jest sam w sobie skutkiem badanego zjawiska. Sztucznie wprowadzone warunkowe prawdopodobieństwo odzwierciedla się w zawyżonych estymacjach.
W oryginalnym przypadku opisanym przez Berksona, analiza roli cukrzycy w rozwoju zapalenia pęcherzyka żółciowego wykonana w nieprzemyślany sposób jedynie w populacji osób hospitalizowanych prowadziła do błędnej konkluzji, że pierwsze zaburzenie jest czynnikiem ryzyka w rozwoju drugiego. W rzeczywistości obie choroby z osobna wpływają na prawdopodobieństwo hospitalizacji, więc u samych osób hospitalizowanych warunkowe prawdopodobieństwo obu razem jest zawyżone. Pozorna korelacja występuje jednak tylko w tak ograniczonej próbie, i nie przekłada się na występowanie takiej zależności w całej populacji, oraz na istnienie jakiegokolwiek realnego mechanizmu przyczynowego.