Variabeltyper > Forklarende variabel
Se videoen eller les videre nedenfor :
Hva er en forklaringsvariabel?
En forklarende variabel er en type uavhengig variabel. De to begrepene brukes ofte om hverandre. Men det er en subtil forskjell mellom de to. Når en variabel er uavhengig, påvirkes den ikke i det hele tatt av noen andre variabler. Når en variabel ikke er uavhengig, er den en forklarende variabel.
La oss si at du hadde to variabler for å forklare vektøkning: hurtigmat og brus. Selv om du kanskje tror at å spise hurtigmatinntak og drikke brus er uavhengig av hverandre, er de ikke egentlig. Det er fordi hurtigmatsteder oppfordrer deg til å kjøpe en brus sammen med måltidet. Og hvis du stopper et sted for å kjøpe en brus, er det ofte mange hurtigmatalternativer som nachos eller pølser. Selv om disse variablene ikke er helt uavhengige av hverandre, har de en effekt på vektøkning. De kalles forklaringsvariabler fordi de kan gi noen forklaring på vektøkningen.
Linjen mellom uavhengige variabler og forklaringsvariabler er vanligvis så uviktig at ingen noen gang plager. Det er med mindre du gjør noen avanserte undersøkelser som involverer mange variabler som kan samhandle med hverandre. Det kan være veldig viktig i klinisk forskning. For de fleste tilfeller, spesielt i statistikk, er de to begrepene i utgangspunktet de samme.
Forklarende variabler vs. responsvariabler
Svarvariabelen er fokus for et spørsmål i en studie eller et eksperiment. En forklarende variabel er en som forklarer endringer i den variabelen. Det kan være alt som kan påvirke responsvariabelen.
La oss si at du prøver å finne ut om kjemo- eller anti-østrogenbehandling er en bedre prosedyre for brystkreftpasienter. Spørsmålet er: hvilken prosedyre forlenger livet mer? Og så er overlevelsestiden responsvariabelen. Den gitte typen terapi er den forklarende variabelen; det kan eller ikke påvirke responsvariabelen. I dette eksemplet har vi bare en forklarende variabel: behandlingstype. I det virkelige liv vil du ha flere forklarende variabler, inkludert: alder, helse, vekt og andre livsstilsfaktorer.
En scatterplot kan hjelpe deg med å se trender mellom parede data. Hvis du har både en responsvariabel og en forklaringsvariabel, blir den forklarende variabelen alltid tegnet på x-aksen (den horisontale aksen). Responsvariabelen er alltid tegnet på y-aksen (den vertikale aksen).
Hvis du ser på bildet ovenfor, bør du kunne fortelle at håndleddstørrelse ikke er en veldig god forklaringsvariabel for å forutsi kropp fett (responsvariabelen). Den røde linjen i bildet er «linjen som passer best.» Selv om den løper midt i spredningen av prikker, er de fleste punktene ikke i nærheten av den. Dette betyr at den forklarende variabelen egentlig ikke forklarer noe.
På den annen side, hvor stor en persons lår er, er en bedre prediktor for kroppsfett. Selv dette er ikke perfekt. Mange veldig fitne mennesker har store lår! Se hvor nærmere prikkene er den røde linjen som passer best.
Sjekk ut Youtube-kanalen vår for hundrevis av statistiske hjelpevideoer!
Levine, D. (2014). Selv du kan lære statistikk og analyse: En lett å forstå guide til statistikk og analyse 3. utgave. Pearson FT Press – J Wilson på UGA COE. Oppgave 2012.
Stephanie Glen. «Forklarende variabel & Svarvariabel: Enkel definisjon og bruksområder» Fra StatisticsHowTo.com : Elementær statistikk for resten av oss! https://www.statisticshowto.com/explanatory-variable/
——————————————— ———————————
Trenger du hjelp med lekser eller testspørsmål? Med Chegg Study kan du få trinnvise løsninger på spørsmålene dine fra en ekspert på området. De første 30 minuttene med en Chegg-veileder er gratis!