기준 변수란 무엇입니까? (설명 + 예시)

기준 변수는 단순히 종속 변수 나 반응 변수 의 또 다른 이름입니다. 통계분석을 통해 예측되는 변수입니다.

설명 변수가 예측 변수 또는 독립 변수와 같이 다른 이름을 갖는 것처럼, 응답 변수도 종속 변수 또는 기준 변수와 같이 상호 교환 가능한 이름을 갖습니다.

기준 변수의 예는 무엇입니까?

다음 시나리오에서는 다양한 상황에서 기준 변수의 예를 보여줍니다.

예시 1: 단순 선형 회귀

단순 선형 회귀는 두 변수 x와 y 간의 관계를 이해하는 데 사용하는 통계 방법입니다. 변수 x는 예측 변수로 알려져 있습니다. 다른 변수 y는 기준 변수 또는 반응 변수 로 알려져 있습니다.

단순 선형 회귀에서는 예측 변수와 기준 변수 간의 관계를 설명하는 “최적 적합선”을 찾습니다.

예를 들어, 학습 시간을 예측 변수로, 시험 점수를 기준 변수로 사용하여 간단한 선형 회귀 모델을 데이터 세트에 맞출 수 있습니다. 이 경우, 우리는 기준 변수 시험 점수 의 값을 예측하기 위해 단순 선형 회귀를 사용합니다.

또는 또 다른 예로, 가중치를 사용하여 데이터 세트에 간단한 선형 회귀 모델을 적용하여 사람들의 규모 값을 예측할 수 있습니다. 이 경우 기준 변수는 높이 입니다. 이것이 우리가 예측하려는 값이기 때문입니다.

산점도에 키와 몸무게 값을 표시하면 기준 변수 높이가 y축에 표시됩니다.

일반적으로 산점도를 만들 때 기준 변수는 y축에 있고 예측 변수는 x축에 있습니다.

예시 2: 다중 선형 회귀

다중 선형 회귀 는 기준 변수의 값을 예측하기 위해 여러 예측 변수를 사용한다는 점을 제외하면 단순 선형 회귀와 유사합니다.

예를 들어, 테스트 전날 밤에 공부한 시간 과 수면 시간을 예측 변수로 사용하여 기준 변수의 테스트 점수 값을 예측할 수 있습니다. 이 경우 기준 변수는 이 분석에서 예측된 변수입니다.

예시 3: 분산 분석

ANOVA (분산 분석)는 세 개 이상의 독립 그룹의 평균 간에 통계적으로 유의미한 차이가 있는지 확인하는 데 사용하는 통계 기술입니다.

예를 들어, 세 가지 다른 운동 프로그램이 체중 감량에 다른 영향을 미치는지 확인하려고 할 수 있습니다. 우리가 연구하는 예측 변수는 운동 프로그램 이며 세 가지 수준이 있습니다.

기준 변수는 파운드 단위로 측정되는 체중 감소 입니다. 일원 분산 분석을 수행하여 세 가지 프로그램으로 인한 체중 감량 간에 통계적으로 유의미한 차이가 있는지 확인할 수 있습니다.

이 경우, 세 가지 운동 프로그램 간에 체중 감량 기준 변수의 값이 다른지 알아보고 싶습니다.

대신 운동 프로그램 과 밤당 평균 수면 시간을 분석하는 경우 두 가지 요인이 체중 감량에 어떻게 영향을 미치는지 확인하기 위해 양방향 분산 분석을 수행합니다.

그러나 다시 기준 변수는 체중 감소 로 유지됩니다. 왜냐하면 우리는 이 변수의 값이 운동 및 수면 수준에 따라 어떻게 다른지에 관심이 있기 때문입니다.

추가 자료: 기준 타당성에 대한 간단한 설명