Erklärende Variable & Antwortvariable: Einfache Definition und Verwendung

Variablentypen > Erklärende Variable

Sehen Sie sich das Video an oder lesen Sie weiter unten :

Was ist eine erklärende Variable?

Eine erklärende Variable ist eine Art unabhängige Variable Variable. Die beiden Begriffe werden häufig synonym verwendet. Aber es gibt einen subtilen Unterschied zwischen den beiden. Wenn eine Variable unabhängig ist, wird sie überhaupt nicht von anderen Variablen beeinflusst. Wenn eine Variable nicht sicher unabhängig ist, handelt es sich um eine erklärende Variable.

Nehmen wir an, Sie hatten zwei Variablen, um die Gewichtszunahme zu erklären: Fast Food und Soda. Obwohl Sie vielleicht denken, dass das Essen von Fast Food und das Trinken von Soda unabhängig voneinander sind, sind sie es nicht wirklich. Das liegt daran, dass Fast-Food-Restaurants Sie dazu ermutigen, zu Ihrer Mahlzeit ein Soda zu kaufen. Und wenn Sie irgendwo anhalten, um ein Soda zu kaufen, gibt es oft viele Fast-Food-Optionen wie Nachos oder Hot Dogs. Obwohl diese Variablen nicht völlig unabhängig voneinander sind, wirken sie sich auf die Gewichtszunahme aus. Sie werden als erklärende Variablen bezeichnet, da sie möglicherweise eine Erklärung für die Gewichtszunahme bieten.

Die Grenze zwischen unabhängigen Variablen und erklärenden Variablen ist normalerweise so unwichtig, dass niemand jemals stört. Es sei denn, Sie führen fortgeschrittene Forschungsarbeiten mit vielen Variablen durch, die miteinander interagieren können. Es kann in der klinischen Forschung sehr wichtig sein. In den meisten Fällen, insbesondere in der Statistik, sind die beiden Begriffe grundsätzlich gleich.

Erklärende Variablen vs. Antwortvariablen

Die Antwortvariable steht im Mittelpunkt einer Frage in einer Studie oder einem Experiment. Eine erklärende Variable erklärt Änderungen in dieser Variablen. Dies kann alles sein, was sich auf die Antwortvariable auswirkt.

Nehmen wir an, Sie versuchen herauszufinden, ob eine Chemo- oder Antiöstrogenbehandlung für Brustkrebspatientinnen ein besseres Verfahren ist. Die Frage ist: Welches Verfahren verlängert das Leben mehr? Die Überlebenszeit ist also die Antwortvariable. Die Art der Therapie ist die erklärende Variable; Dies kann die Antwortvariable beeinflussen oder nicht. In diesem Beispiel haben wir nur eine erklärende Variable: Art der Behandlung. Im wirklichen Leben hätten Sie mehrere weitere erklärende Variablen, darunter: Alter, Gesundheit, Gewicht und andere Lebensstilfaktoren.

Mithilfe eines Streudiagramms können Sie Trends zwischen gepaarten Daten erkennen. Wenn Sie sowohl eine Antwortvariable als auch eine erklärende Variable haben, wird die erklärende Variable immer auf der x-Achse (der horizontalen Achse) dargestellt. Die Antwortvariable wird immer auf der y-Achse (der vertikalen Achse) aufgezeichnet.

Wenn Sie sich das obige Bild ansehen, sollten Sie feststellen können, dass die Größe des Handgelenks keine sehr gute erklärende Variable zur Vorhersage des Körpers ist Fett (die Antwortvariable). Die rote Linie im Bild ist die „Linie der besten Anpassung“. Obwohl es durch die Mitte der Punktverteilung verläuft, sind die meisten Punkte nicht in der Nähe davon. Dies bedeutet, dass die erklärende Variable wirklich nichts erklärt.

Auf der anderen Seite, wie groß Die Oberschenkel einer Person sind ein besserer Prädiktor für Körperfett. Auch dies ist nicht perfekt. Viele sehr fitte Menschen haben große Oberschenkel! Sehen Sie, wie näher die Punkte an der roten Linie der besten Passform liegen.

In unserem Youtube-Kanal finden Sie Hunderte von Statistik-Hilfevideos!

Levine, D. (2014). Auch Sie können Statistik und Analytik lernen: Ein leicht verständlicher Leitfaden für Statistik und Analytik 3. Auflage. Pearson FT Press
J Wilson at UGA COE. Zuweisung 2012.

—————————————– ———————————

Benötigen Sie Hilfe bei Hausaufgaben oder Testfragen? Mit Chegg Study erhalten Sie schrittweise Lösungen für Ihre Fragen von einem Experten auf diesem Gebiet. Ihre ersten 30 Minuten mit einem Chegg-Tutor sind kostenlos!