Одним из многих способов классификации переменных в статистике является рассмотрение различий между объясняющими переменными и переменными ответа. Хотя эти переменные связаны, между ними есть важные различия. После определения этих типов переменных мы увидим, что правильная идентификация этих переменных оказывает прямое влияние на другие аспекты статистики, такие как построение диаграммы рассеяния и наклон линии регрессии.
Определения объяснения и ответа
Мы начнем с рассмотрения определений этих типов переменных. Переменная отклика – это определенная величина, о которой мы задаем вопрос в нашем исследовании. Объясняющая переменная – это любой фактор, который может влиять на переменную ответа. Хотя может быть много объясняющих переменных, мы в первую очередь будем интересоваться одной объясняющей переменной.
Переменная ответа может не присутствовать в исследовании. Именование этого типа переменной зависит от вопросов, которые задает исследователь. Проведение наблюдательного исследования может быть примером случая, когда нет переменной отклика. У эксперимента будет переменная ответа. При тщательном планировании эксперимента делается попытка установить, что изменения в переменной ответа напрямую вызваны изменениями в независимых переменных.
Пример 1
Чтобы изучить эти концепции, мы рассмотрим несколько примеров. В качестве первого примера предположим, что исследователь заинтересован в изучении настроения и отношения группы студентов первого курса колледжа. Всем первокурсникам дается серия вопросов. Эти вопросы предназначены для оценки степени тоски по дому учащегося. Студенты также указывают в опросе, как далеко их колледж находится от дома.
Один исследователь, который исследует эти данные, может быть просто заинтересован в типах ответов студентов. Возможно, причина этого в том, чтобы иметь общее представление о составе нового первокурсника. В этом случае нет переменной ответа. Это потому, что никто не видит, влияет ли значение одной переменной на значение другой.
Другой исследователь мог бы использовать те же данные, чтобы попытаться ответить, если учащиеся Приехавшие издалека испытывали большую тоску по дому. В этом случае данные, относящиеся к вопросам о тоске по дому, являются значениями переменной ответа, а данные, указывающие расстояние от дома, образуют объясняющую переменную.
Пример второй
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 изменяет значение другой, существует пояснительная переменная и переменная ответа. Количество изученных часов – это объясняющая переменная, а результат теста – переменная ответа..
Диаграммы рассеяния и переменные
Когда мы работаем с парными количественными данными, целесообразно использовать диаграмму рассеяния. Цель такого графика – продемонстрировать взаимосвязи и тенденции в парных данных. Нам не нужно иметь и объясняющую переменную, и переменную ответа. Если это так, то любая переменная может быть нанесена по любой оси. Однако в случае, если есть ответ и объясняющая переменная, пояснительная переменная всегда отображается вдоль x или горизонтальной оси декартовой системы координат. Затем переменная ответа откладывается по оси y .
Independent and Dependent
Различие между объясняющими переменными и переменными ответа аналогично другой классификации. Иногда мы называем переменные независимыми или зависимыми. Значение зависимой переменной зависит от значения независимой переменной. Таким образом, переменная ответа соответствует зависимой переменной, а независимая переменная соответствует независимой переменной. Эта терминология обычно не используется в статистике, потому что независимая переменная не является полностью независимой. Вместо этого переменная принимает только наблюдаемые значения. У нас может не быть контроля над значениями объясняющей переменной.