Erklärende variable

In diesem Artikel wird erklärt, was erklärende Variablen sind. So finden Sie die Bedeutung erklärender Variablen, Beispiele für erklärende Variablen und die Bedeutung dieser Art von Variablen in einer statistischen Studie.

Was ist eine erklärende Variable?

In der Statistik ist eine erklärende Variable eine Variable, die das Ergebnis eines Experiments erklärt. Mit anderen Worten: In der Forschung ist die erklärende Variable die Variable, deren Wert die Antwortvariable beeinflusst.

Wenn wir beispielsweise den Zusammenhang zwischen der Anzahl der Fabriken in einem Land und den Schadstoffemissionen im Land untersuchen, ist die erklärende Variable die Anzahl der Fabriken im Land. Denn es ist die Variable, die sich auf Schadstoffe auswirkt und nicht umgekehrt.

Bei der grafischen Darstellung der Ergebnisse einer statistischen Studie werden die erklärenden Variablen im Allgemeinen auf der Abszisse (horizontale Achse) durch den Buchstaben x dargestellt.

Beispiele für erklärende Variablen

Nachdem wir die Definition einer erklärenden Variablen kennengelernt haben, schauen wir uns nun einige Beispiele dieser Art von Variablen an, um das Konzept besser zu verstehen.

• Die Lernzeit (erklärende Variable) hat Einfluss auf die erzielten Noten (Antwortvariable).
• Der Preis eines Produkts (erklärende Variable) verändert die Anzahl der Personen, die bereit sind, das Produkt zu kaufen (Antwortvariable).
• Die Umgebungstemperatur (erklärende Variable) beeinflusst die Anzahl der Waldbrände (Reaktionsvariable).
• Die Werbung für ein Produkt (erklärende Variable) hat Einfluss auf die Anzahl der Verkäufe dieses Produkts (Antwortvariable).
• Die Einwohnerzahl einer Stadt (erklärende Variable) ist mit der Anzahl der Taxis in einer Stadt (Antwortvariable) verknüpft.

Erklärende Variable und Antwortvariable

Die erklärende Variable und die Antwortvariable stehen in einer Ursache-Wirkungs-Beziehung, die erklärende Variable ist die Ursache und die Antwortvariable ist die Wirkung. Die erklärende Variable beeinflusst daher den Wert der Antwortvariablen.

Daher besteht in einer statistischen Studie der Unterschied zwischen der erklärenden Variablen und der Antwortvariablen darin, dass der Forscher die erklärende Variable ändert, um zu sehen, wie sie sich auf die Antwortvariable auswirkt. Andererseits analysiert der Forscher die Wertänderung der Variablen Antwort . entsprechend dem Wert der erklärenden Variablen.

Die Antwortvariable kann auch als Ergebnisvariable oder erklärte Variable bezeichnet werden.

Die erklärende Variable und Regression

Um die Beziehung zwischen der erklärenden Variablen und der Antwortvariablen zu untersuchen, wird im Allgemeinen ein statistisches Regressionsmodell durchgeführt, da es eine grafische Darstellung der erhaltenen Ergebnisse und darüber hinaus eine numerische Analyse der Korrelation zwischen den beiden Variablentypen ermöglicht .

Genauer gesagt wird meist ein einfaches lineares Regressionsmodell durchgeführt, da normalerweise der Zusammenhang zwischen zwei Variablen linear ist. Der Zusammenhang könnte jedoch auch quadratisch, logarithmisch, exponentiell usw. modelliert werden. Funktion.

Wenn Sie die Beziehung zwischen der Antwortvariablen und mehreren erklärenden Variablen untersuchen möchten, können Sie ebenfalls ein multiples Regressionsmodell durchführen, das nicht nur bei der Analyse der Beziehung zwischen der Antwort und verschiedenen Variablen hilft, sondern auch hilfreich ist, um herauszufinden, um welche Variable es sich handelt bedeutendere.