Variable explicative

Cet article explique ce que sont les variables explicatives. Ainsi, vous trouverez la signification de variable explicative, des exemples de variables explicatives et l’importance de ce type de variable dans une étude statistique.

Qu’est-ce qu’une variable explicative ?

En statistique, une variable explicative est une variable utilisée pour expliquer le résultat d’une expérience. Autrement dit, dans une recherche, la variable explicative est la variable dont la valeur influence la variable de réponse.

Par exemple, si l’on étudie la relation entre le nombre d’usines dans un pays et les émissions de substances polluantes dans le pays, la variable explicative est le nombre d’usines dans le pays. Puisque c’est la variable qui affecte les substances polluantes et non l’inverse.

Lors de la représentation graphique des résultats d’une étude statistique, les variables explicatives sont généralement représentées en abscisse (axe horizontal) par la lettre x .

Exemples de variables explicatives

Après avoir vu la définition d’une variable explicative, regardons maintenant plusieurs exemples de ce type de variable pour mieux assimiler le concept.

• Le temps passé à étudier (variable explicative) affecte les notes obtenues (variable de réponse).
• Le prix d’un produit (variable explicative) modifie le nombre de personnes prêtes à acheter le produit (variable de réponse).
• La température du milieu (variable explicative) influence le nombre d’incendies de forêt (variable de réponse).
• La publicité d’un produit (variable explicative) a un impact sur le nombre de ventes dudit produit (variable de réponse).
• Le nombre d’habitants d’une ville (variable explicative) est lié au nombre de taxis dans une ville (variable de réponse).

Variable explicative et variable de réponse

La variable explicative et la variable réponse ont une relation de cause à effet, la variable explicative est la cause et la variable réponse est l’effet. La variable explicative influence donc la valeur de la variable réponse.

Par conséquent, dans une étude statistique, la différence entre la variable explicative et la variable de réponse est que le chercheur modifie la variable explicative pour voir comment elle affecte la variable de réponse, par contre, le chercheur analyse le changement de valeur de la variable de réponse. selon la valeur de la variable explicative.

La variable de réponse peut également être appelée variable de résultat ou variable expliquée .

La variable explicative et la régression

En général, pour étudier la relation entre la variable explicative et la variable de réponse, un modèle de régression statistique est réalisé, car il permet de représenter graphiquement les résultats obtenus et, en plus, d’analyser numériquement la corrélation entre les deux types de variables.

Plus précisément, un modèle de régression linéaire simple est généralement réalisé, car normalement la relation entre deux variables est linéaire. Cependant, la relation pourrait également être modélisée à l’aide d’une fonction quadratique, logarithmique, exponentielle, etc.

De même, si vous souhaitez étudier la relation entre la variable de réponse et plusieurs variables explicatives, vous pouvez réaliser un modèle de régression multiple, qui permet non seulement d’analyser la relation entre la réponse et différentes variables, mais est également utile pour savoir quelle variable c’est plus significatif.