Muuttujatyypit > Selittävä muuttuja
Katso video tai lue alla :
Mikä on selittävä muuttuja?
Selittävä muuttuja on eräänlainen riippumaton muuttuja. Näitä kahta termiä käytetään usein keskenään. Mutta näiden kahden välillä on hienovarainen ero. Kun muuttuja on riippumaton, muut muuttujat eivät vaikuta siihen lainkaan. Kun muuttuja ei ole riippumaton tietyistä, se on selittävä muuttuja.
Oletetaan, että sinulla oli kaksi muuttujaa selittämään painonnousua: pikaruokaa ja soodaa. Vaikka saatat ajatella, että pikaruokien syöminen ja soodan nauttiminen ovat toisistaan riippumattomia, ne eivät todellakaan ole. Tämä johtuu siitä, että pikaruokapaikat kannustavat sinua ostamaan soodaa aterian yhteydessä. Ja jos pysähdyt jonnekin ostamaan soodaa, siellä on usein paljon pikaruokavaihtoehtoja, kuten nachoja tai hot dogeja. Vaikka nämä muuttujat eivät ole täysin toisistaan riippumattomia, ne vaikuttavat painonnousuun. Niitä kutsutaan selittäviksi muuttujiksi, koska ne voivat tarjota jonkin verran selitystä painonnousulle.
Riippumattomien muuttujien ja selittävien muuttujien välinen rata on yleensä niin merkityksetön, ettei kukaan koskaan häiritse. Se on vain, jos et tee edistynyttä tutkimusta, johon liittyy paljon muuttujia, jotka voivat olla vuorovaikutuksessa keskenään. Se voi olla erittäin tärkeä kliinisessä tutkimuksessa. Useimmissa tapauksissa, erityisesti tilastoissa, nämä kaksi termiä ovat periaatteessa samat.
Selittävät muuttujat vs. vastemuuttujat
Vastemuuttuja on tutkimuksen tai kokeilun kysymyksen painopiste. Selittävä muuttuja on sellainen, joka selittää muuttujan muutokset. Se voi olla mikä tahansa, joka voi vaikuttaa vastemuuttujaan.
Oletetaan, että yrität selvittää, onko kemo- tai antiestrogeenihoito parempi menetelmä rintasyöpäpotilaille. Kysymys kuuluu: mikä menettely pidentää elämää enemmän? Joten selviytymisaika on vastemuuttuja. Annettu hoitotyyppi on selittävä muuttuja; se voi vaikuttaa tai ei vaikuttaa vastemuuttujaan. Tässä esimerkissä meillä on vain yksi selittävä muuttuja: hoidon tyyppi. Todellisessa elämässä sinulla olisi useita selittäviä muuttujia, kuten ikä, terveys, paino ja muut elämäntapatekijät.
Hajontakaavio voi auttaa sinua näkemään paritettujen tietojen trendit. Jos sinulla on sekä vastemuuttuja että selittävä muuttuja, selittävä muuttuja piirretään aina x-akselille (vaaka-akselille). Vastemuuttuja piirretään aina y-akselille (pystyakseli).
Jos tarkastelet yllä olevaa kuvaa, sinun pitäisi pystyä kertomaan, että ranteen koko ei ole kovin hyvä selittävä muuttuja kehon ennustamiseksi rasva (vastemuuttuja). Kuvan punainen viiva on ”parhaiten sopiva viiva”. Vaikka se kulkee pisteiden leviämisen keskellä, suurin osa pisteistä ei ole missään sen lähellä. Tämä tarkoittaa, että selittävä muuttuja ei todellakaan selitä mitään.
Toisaalta kuinka suuri henkilön reidet ovat parempi kehonrasvan ennustaja. Tämä ei ole täydellinen. Monilla erittäin hyvässä kunnossa olevilla ihmisillä on suuret reidet! Katso kuinka lähempänä pisteet ovat parhaiten sopivan punaisen viivan kanssa.
Katso Youtube-kanavastamme satoja tilastollisia ohjevideoita!
Levine, D. (2014). Jopa sinä voit oppia tilastoja ja analytiikkaa: Helppo ymmärtää -opas Tilastojen ja Analyticsin 3. painos. Pearson FT Press
J Wilson osoitteessa UGA COE. Tehtävä 2012.
Stephanie Glen. ”Selittävä muuttuja & Vastamuuttuja: yksinkertainen määritelmä ja käyttötarkoitukset” From StatisticsHowTo.com : Perustilastot meille kaikille! https://www.statisticshowto.com/explanatory-variable/
——————————————— ———————————
Tarvitsetko apua kotitehtävissä tai testikysymyksissä? Chegg Studyn avulla voit saada vaiheittaiset ratkaisut kysymyksiisi alan asiantuntijalta. Ensimmäiset 30 minuuttia Chegg-ohjaajan kanssa ovat ilmaisia!