경쟁사 변수: 정의 및 예

수반 변수 (“공변량”이라고도 함)는 연구에서 주요 관심 대상이 아니지만 그럼에도 불구하고 연구 중인 관심 변수와 어느 정도 상호 작용을 할 수 있는 변수입니다.

이러한 유형의 변수를 설명하지 못하면 분석에서 편향되거나 오해의 소지가 있는 결과가 발생할 수 있습니다. 그러므로 가능하다면 치료하는 것이 중요합니다.

관찰 연구에서는 동시에 발생하는 변수가 데이터와 변수 간의 관계에 대한 비정상적인 해석을 초래할 수 있다는 점을 인식하는 것이 중요합니다. 실험 연구에서는 수반되는 변수의 위험을 제거하거나 줄이는 방식으로 실험을 설계하는 것이 중요합니다.

다음 예는 연구에 수반되는 변수가 존재할 수 있는 여러 사례를 보여줍니다.

실시예 1

연구자들은 인구 밀도와 아이스크림 판매 사이의 관계를 이해하고 싶어합니다. 그러나 날씨는 아이스크림 판매에 영향을 미칠 가능성이 있는 수반되는 변수입니다.

따라서 연구자가 인구 밀도와 아이스크림 판매 사이의 관계를 정량화하기 위해 선형 회귀를 수행하려는 경우 회귀에서 이 변수를 제어하고 추정치를 얻을 수 있도록 날씨에 대한 데이터도 수집해야 합니다. 정밀한. 인구밀도가 아이스크림 판매에 미치는 영향.

실시예 2

연구자들은 훈련에 소비한 시간과 농구 선수가 경기당 획득한 평균 점수 사이의 관계를 이해하려고 합니다. 그러나 득점된 평균 점수에 영향을 미칠 수 있는 수반되는 변수는 게임당 플레이 시간(분)입니다.

따라서 연구자들은 선수가 게임당 플레이하는 시간(분)을 추적하여 이를 회귀 분석에 변수로 포함하고 연습 시간이 게임당 획득한 평균 점수에 미치는 영향을 분리해야 합니다.

관련 항목: 회귀 계수를 해석하는 방법

실시예 3

연구자들은 특정 비료가 식물 성장을 증가시키는지 여부를 알고 싶어합니다. 그러나 햇빛 노출과 물 주는 빈도는 식물 성장에 영향을 미칠 수 있는 두 가지 잠재적인 수반되는 변수입니다.

따라서 연구자들은 햇빛 노출 및 관수 빈도를 고려한 후 회귀 분석에 변수로 포함되고 비료가 식물 성장에 미치는 영향을 이해할 수 있도록 태양 노출 및 관수 빈도에 대한 데이터도 수집해야 합니다.

수반되는 변수를 식별하고 제거하는 방법

동시 발생 변수를 밝히려면 연구 중인 영역에 대한 도메인 전문 지식을 갖는 것이 도움이 됩니다. 연구에 명시적으로 포함되지 않은 연구 변수 간의 관계에 영향을 미칠 수 있는 잠재적인 변수를 알면 잠재적인 동시 발생 변수를 밝힐 수 있습니다.

관찰 연구에서는 수반되는 변수의 위험을 제거하는 것이 매우 어려울 수 있습니다. 대부분의 경우, 최선의 방법은 연구에 영향을 미칠 수 있는 잠재적인 동시 발생 변수를 예방하는 것이 아니라 단순히 식별하는 것입니다.

그러나 실험 연구에서는 좋은 실험 설계를 통해 수반되는 변수의 영향을 크게 제거할 수 있습니다.

예를 들어, 두 알약이 혈압에 서로 다른 영향을 미치는지 알고 싶다고 가정해 보겠습니다. 우리는 식습관 , 흡연 습관 등 수반되는 변수도 혈압에 영향을 미친다는 것을 알고 있습니다. 따라서 우리는 무작위 설계를 사용하여 이러한 수반되는 변수를 제어하려고 시도할 수 있습니다. 이는 환자에게 첫 번째 약이나 두 번째 약을 복용하도록 무작위로 할당한다는 의미입니다.

환자를 그룹에 무작위로 할당하기 때문에 수반되는 변수가 두 그룹 모두에 거의 동일하게 영향을 미칠 것이라고 가정할 수 있습니다. 이는 혈압의 차이가 수반되는 변수의 영향보다는 피임약에 기인할 수 있음을 의미합니다.