변수 유형 > 설명 변수
동영상을 보거나 아래 내용을 읽어보세요. :
설명 변수 란 무엇입니까?
설명 변수는 독립형 유형입니다. 변하기 쉬운. 두 용어는 종종 같은 의미로 사용됩니다. 그러나 둘 사이에는 미묘한 차이가 있습니다. 변수가 독립적 인 경우 다른 변수의 영향을 전혀받지 않습니다. 변수가 확실히 독립적이지 않은 경우 설명 변수입니다.
체중 증가를 설명하는 두 가지 변수 인 패스트 푸드와 탄산 음료가 있다고 가정 해 보겠습니다. 패스트 푸드 섭취와 탄산 음료 섭취는 서로 독립적이라고 생각할 수 있지만 실제로는 그렇지 않습니다. 패스트 푸드 점에서는 식사와 함께 탄산 음료를 사도록 권장하기 때문입니다. 소다를 사러 어딘가에 들르면 나초 나 핫도그와 같은 패스트 푸드 옵션이 많이 있습니다. 이러한 변수가 서로 완전히 독립적 인 것은 아니지만 체중 증가에 영향을줍니다. 체중 증가에 대한 설명을 제공 할 수 있기 때문에 설명 변수라고합니다.
독립 변수와 설명 변수 사이의 경계는 일반적으로 너무 중요하지 않아 아무도 신경 쓰지 않습니다. 서로 상호 작용할 수있는 많은 변수를 포함하는 고급 연구를 수행하지 않는 한 그렇습니다. 임상 연구에서 매우 중요 할 수 있습니다. 대부분의 경우, 특히 통계에서 두 용어는 기본적으로 동일합니다.
설명 변수 대 반응 변수
반응 변수는 연구 또는 실험에서 질문의 초점입니다. 설명 변수는 해당 변수의 변경 사항을 설명하는 변수입니다. 반응 변수에 영향을 미칠 수있는 모든 것이 될 수 있습니다.
화학 요법이나 항 에스트로겐 치료가 유방암 환자에게 더 나은 시술인지 알아 내려고한다고 가정 해 보겠습니다. 문제는 어떤 절차가 생명을 더 연장 시키는가입니다. 따라서 생존 시간이 반응 변수입니다. 주어진 치료 유형은 설명 변수입니다. 반응 변수에 영향을 줄 수도 있고 그렇지 않을 수도 있습니다. 이 예에서는 설명 변수 인 치료 유형 만 있습니다. 실제 생활에서는 나이, 건강, 체중 및 기타 생활 방식 요소를 포함하여 몇 가지 더 설명적인 변수가 있습니다.
산점도는 쌍을 이룬 데이터 간의 추세를 확인하는 데 도움이됩니다. 반응 변수와 설명 변수가 모두있는 경우 설명 변수는 항상 x 축 (가로 축)에 표시됩니다. 반응 변수는 항상 y 축 (수직 축)에 표시됩니다.
위 이미지를 보면 손목 크기가 신체를 예측하는 데 매우 좋은 설명 변수가 아니라는 것을 알 수 있습니다. 지방 (반응 변수). 이미지의 빨간색 선은 “가장 적합한 선”입니다. 점이 퍼진 중간을 통과하지만 대부분의 점이 그 근처에 없습니다. 이는 설명 변수가 실제로 아무 것도 설명하지 않는다는 것을 의미합니다.
반면에 얼마나 큰지 사람의 허벅지가 체지방을 더 잘 예측할 수 있습니다. 이것조차도 완벽하지 않습니다. 매우 건강한 사람들은 허벅지가 큽니다. 점이 가장 잘 맞는 빨간색 선에 얼마나 가까운 지 확인하세요.
수백 개의 통계 도움말 동영상을 보려면 YouTube 채널을 확인하세요!
Levine, D. (2014). 통계 및 분석을 배울 수도 있습니다 : 이해하기 쉬운 통계 및 분석 가이드 3 판. Pearson FT Press
J Wilson at UGA COE. 과제 2012.
Stephanie Glen. StatisticsHowTo.com의 “설명 변수 & 응답 변수 : 간단한 정의 및 용도” : 나머지 우리를위한 기초 통계! https://www.statisticshowto.com/explanatory-variable/
——————————————— ———————————
숙제 나 시험 문제에 도움이 필요하십니까? Chegg Study를 사용하면 해당 분야의 전문가로부터 질문에 대한 단계별 솔루션을 얻을 수 있습니다. Chegg 튜터와의 첫 30 분은 무료입니다!