Различия между пояснительными и ответными переменными

Один из многих способов, которыми переменные в статистика Можно классифицировать это с учетом различий между пояснительными и ответными переменными. Хотя эти переменные связаны, между ними есть важные различия. После определения этих типов переменных, мы увидим, что правильная идентификация этих переменных имеет непосредственное влияние на другие аспекты статистики, такие как построение диаграммы рассеяния и наклон линии регрессии.

Мы начнем с рассмотрения определений этих типов переменных. Переменная ответа - это конкретная величина, о которой мы задаем вопрос в нашем исследовании. Пояснительная переменная - это любой фактор, который может повлиять на переменную ответа. В то время как может быть много объяснительных переменных, мы будем прежде всего касаться одной объясняющей переменной.

Переменная ответа может отсутствовать в исследовании. Наименование переменной этого типа зависит от вопросов, которые задает исследователь. Проведение наблюдательного исследования было бы примером случая, когда нет переменной отклика. Эксперимент будет иметь переменную ответа. Тщательный дизайн эксперимента пытается установить, что изменения в переменной отклика напрямую вызваны изменениями в объясняющих переменных.

Чтобы исследовать эти понятия, мы рассмотрим несколько примеров. В качестве первого примера предположим, что исследователь заинтересован в изучении настроения и настроений группы первокурсников. Всем первокурсникам задается ряд вопросов. Эти вопросы предназначены для оценки степени тоски по дому студента. Студенты также указывают в опросе, как далеко их колледж от дома.

Один исследователь, который изучает эти данные, может быть просто заинтересован в типах ответов студентов. Возможно, причина этого в том, чтобы иметь общее представление о составе нового новичка. В этом случае нет переменной ответа. Это потому, что никто не видит, влияет ли значение одной переменной на значение другой.

Другой исследователь мог использовать те же данные, чтобы попытаться ответить, если ученики, которые приехали издалека, имели большую степень тоски по дому. В этом случае данные, относящиеся к вопросам тоски по дому, являются значениями переменной ответа, а данные, указывающие расстояние от дома, образуют объясняющую переменную.

Для второго примера нам может быть любопытно, влияет ли количество часов, потраченных на выполнение домашних заданий, на оценку, которую студент получает на экзамене. В этом случае, поскольку мы показываем, что значение одной переменной меняет значение другой, существует переменная объяснения и ответа. Количество изученных часов - это объясняющая переменная, а результат теста - переменная ответа.

Когда мы работаем с парные количественные данные, уместно использовать диаграмму рассеяния. Целью этого вида графика является демонстрация отношений и тенденций в парных данных. Нам не нужно иметь как объяснительную, так и ответную переменную. Если это так, то любая переменная может быть нанесена вдоль любой оси. Однако, если есть ответ и объясняющая переменная, то объясняющая переменная всегда выводится вдоль Икс или горизонтальная ось декартовой системы координат. Переменная ответа затем наносится вдоль Y ось.

Различие между объясняющими и ответными переменными аналогично другой классификации. Иногда мы называем переменные независимый или зависимый. Значение зависимая переменная опирается на это из независимая переменная. Таким образом, переменная ответа соответствует зависимой переменной, в то время как объясняющая переменная соответствует независимой переменной. Эта терминология обычно не используется в статистике, поскольку объясняющая переменная не является действительно независимой. Вместо этого переменная принимает только те значения, которые наблюдаются. Мы можем не иметь никакого контроля над значениями объясняющей переменной.