説明変数と応答変数：簡単な定義と使用法

変数のタイプ>説明変数

ビデオを見るか、以下をお読みください：

説明変数とは何ですか？

説明変数は独立変数の一種です。変数。 2つの用語は、しばしば同じ意味で使用されます。しかし、2つの間に微妙な違いがあります。変数が独立している場合、他の変数の影響はまったく受けません。変数が確実に独立していない場合、それは説明変数です。

体重増加を説明するために、ファーストフードとソーダの2つの変数があるとします。ファーストフードを食べることとソーダを飲むことは互いに独立していると思われるかもしれませんが、実際にはそうではありません。ファーストフード店では食事と一緒にソーダを買うように勧められているからです。また、ソーダを買うためにどこかに立ち寄った場合、ナチョスやホットドッグなどのファーストフードの選択肢がたくさんあります。これらの変数は互いに完全に独立しているわけではありませんが、体重増加に影響を及ぼします。これらは、体重増加の説明を提供する可能性があるため、説明変数と呼ばれます。

独立変数と説明変数の間の線は、通常、それほど重要ではないため、誰も気にしません。それは、相互作用する可能性のある多くの変数を含む高度な調査を行っている場合を除きます。それは臨床研究において非常に重要である可能性があります。ほとんどの場合、特に統計では、2つの用語は基本的に同じです。

説明変数と応答変数

応答変数は、研究または実験における質問の焦点です。説明変数は、その変数の変更を説明する変数です。応答変数に影響を与える可能性のあるものであれば何でもかまいません。

化学療法または抗エストロゲン治療が乳がん患者にとってより良い治療法であるかどうかを理解しようとしているとしましょう。問題は、どの手順が寿命を延ばすかということです。したがって、生存時間は応答変数です。与えられる治療の種類は説明変数です。応答変数に影響する場合と影響しない場合があります。この例では、説明変数は1つだけです。それは治療の種類です。実生活では、年齢、健康、体重、その他のライフスタイル要因など、さらにいくつかの説明変数があります。

散布図は、ペアのデータ間の傾向を確認するのに役立ちます。応答変数と説明変数の両方がある場合、説明変数は常にx軸（横軸）にプロットされます。応答変数は常にy軸（縦軸）にプロットされます。

上の画像を見ると、手首のサイズは体を予測するのにあまり良い説明変数ではないことがわかります。脂肪（応答変数）。画像の赤い線は「最適な線」です。ドットの広がりの真ん中を通りますが、ほとんどのドットはその近くにありません。これは、説明変数が実際には何も説明していないことを意味します。

一方、どのくらいの大きさですか人の太ももは体脂肪のより良い予測因子です。これでも完璧ではありません。非常に健康な人の多くは太ももが大きいです。ドットが最適な赤い線にどれだけ近いかを確認してください。

Youtubeチャンネルで何百もの統計ヘルプビデオをチェックしてください！

Levine、D。（2014）。統計と分析を学ぶこともできます：統計と分析のわかりやすいガイド第3版。PearsonFTPress
J Wilson at UGACOE。Assignment2012。

————————————————- ———————————

宿題やテストの質問についてサポートが必要ですか？ Chegg Studyを使用すると、この分野の専門家から質問に対する段階的な解決策を得ることができます。チェグの家庭教師との最初の30分間は無料です！