变量预测器

本文解释了什么是预测变量。因此，您将了解预测变量的含义、预测变量的示例，最后了解预测变量与响应变量的区别。

什么是预测变量？

在统计学中，预测变量是可以在实验中操纵其值的变量。也就是说，在搜索中，预测变量是影响因变量的变量，我们想要分析它如何影响响应值。

预测变量也称为解释变量或自变量。

例如，如果分析添加到某种植物中的化学物质的量与植物的生长速率之间的关系，则预测变量是化学物质的量。因为研究人员可以修改的值是化学物质的数量，另一方面，植物的生长速度是其结果。

当统计研究的结果以图形方式表示时，预测变量通常在 x 轴（水平轴）上用字母x表示。

预测变量的示例

一旦我们知道了预测变量的定义，下面将介绍此类变量的几个示例，以更好地理解该概念。

• 学习所花费的时间（预测变量）会影响获得的成绩（响应变量）。
• 产品的价格（预测变量）会改变愿意购买该产品的人数（响应变量）。
• 环境温度（预测变量）影响森林火灾的数量（响应变量）。
• 产品广告（预测变量）会影响该产品的销售数量（响应变量）。
• 城市的居民数量（预测变量）与城市的出租车数量（响应变量）相关。

预测变量和响应变量

任何统计分析至少包括预测变量和响应变量。在本节中，我们将了解这两种类型的变量之间有什么区别。

预测变量和响应变量之间的区别在于预测变量影响响应值，而不是相反。也就是说，在调查中，预测变量是可能的原因，另一方面，响应变量是可能的结果。

因此，实验者改变预测变量来分析其值的变化如何影响响应变量。通过这种方式，您可以找出预测变量和响应变量之间存在什么关系。

响应变量也可以称为标准变量或因变量，通常表示在图形的 Y 轴（垂直轴）上。

通常，通过运行线性回归模型来分析预测变量和响应变量之间的关系。