Dwa najważniejsze typy zmiennych, które należy zrozumieć w statystykach, to zmienne objaśniające i zmienne odpowiedzi.

Zmienna wyjaśniająca: czasami używana jako zmienna niezależna lub zmienna predykcyjna, ta zmienna wyjaśnia zmienność zmiennej odpowiedzi.

Zmienna odpowiedzi: czasami nazywana zmienną zależną lub zmienną wynikową, wartość tej zmiennej reaguje na zmiany w zmienna objaśniająca.

W badaniu eksperymentalnym zwykle interesuje nas, jak zmieniają się wartości zmiennej odpowiedzi w wyniku zmiany wartości zmiennej objaśniającej.

Poniższe przykłady pokazują różne scenariusze obejmujące zmienne objaśniające i zmienne odpowiedzi.

Przykład 1: Wzrost roślin

Botanik chce porównajcie wpływ dwóch różnych nawozów na wzrost roślin. Losowo wybiera 20 roślin z pola i podaje im nawóz A przez tydzień. Wybiera też losowo kolejne 20 roślin z tego samego pola i przez tydzień podaje im nawóz B. Po tygodniu mierzy średni wzrost roślin w każdej grupie.

W tym przykładzie mamy:

Zmienna wyjaśniająca: rodzaj nawozu. Jest to zmienna, którą zmieniamy, abyśmy mogli obserwować jej wpływ na wzrost roślin.

Zmienna odpowiedzi: wzrost roślin. Jest to zmienna, która zmienia się w wyniku zastosowania do niej nawozu.

Ciekawostka: użylibyśmy testu t dla dwóch próbek do wykonania tego eksperymentu.

Przykład 2 : Maksymalny skok w pionie

Trener koszykówki chce porównać wpływ trzech różnych programów treningowych na maksymalny skok gracza w pionie. Losowo przydziela 10 graczy do korzystania z programu treningowego A przez jeden tydzień, kolejnych 10 do korzystania z programu treningowego B przez jeden tydzień, a kolejnych 10 do korzystania z programu treningowego C przez jeden tydzień. Pod koniec tygodnia mierzy maksymalny skok w pionie każdego gracza, aby sprawdzić, czy istnieją znaczące różnice między grupami.

W tym przykładzie mamy:

Zmienna wyjaśniająca: Rodzaj stosowanego programu szkoleniowego. Jest to zmienna, którą zmieniamy, abyśmy mogli zaobserwować jej wpływ na maksymalny skok w pionie.

Zmienna odpowiedzi: Maksymalny skok w pionie. To jest zmienna, która zmienia się w wyniku programu treningowego używanego przez gracza.

Ciekawostka: użylibyśmy jednokierunkowej analizy ANOVA do wykonania tego eksperymentu.

Przykład 3 : Ceny nieruchomości

Agent nieruchomości chce zrozumieć związek między powierzchnią domu a ceną sprzedaży. Zbiera dane o powierzchni i cenie sprzedaży 100 domów w swoim mieście i analizuje związek między dwiema zmiennymi.

W tym przykładzie mamy:

Zmienna wyjaśniająca: Powierzchnia . Jest to zmienna, w której obserwujemy zmiany, dzięki czemu możemy obserwować wpływ, jaki ma ona na cenę sprzedaży.

Zmienna odpowiedzi: cena sprzedaży. Jest to zmienna, która zmienia się w wyniku zmiany powierzchni domu.

Ciekawostka: do wykonania tego eksperymentu użylibyśmy prostej regresji liniowej.

Podsumowanie

W każdym z powyższych przykładów zmieniliśmy wartości jakiejś zmiennej objaśniającej i zaobserwowaliśmy wynikową zmianę wartości pewnej zmiennej odpowiedzi.

Więcej samouczków ze statystyki znajdziesz tutaj