Współzmienna

W tym artykule wyjaśniono, czym zmienne są stosowane w statystykach. Znajdziesz zatem znaczenie współzmiennej, przykłady współzmiennych i sposoby tworzenia modelu statystycznego ze współzmienną.

Co to jest współzmienna?

W statystyce zmienna towarzysząca to rodzaj zmiennej, która wpływa na związek między zmienną niezależną a zmienną zależną, ale nie jest przedmiotem bezpośredniego zainteresowania. Innymi słowy, zmienna towarzysząca to zmienna, która wpływa na wyniki, ale nie jest przedmiotem badania.

Dlatego w badaniu statystycznym zmienną towarzyszącą należy kontrolować, aby nie miała ona wpływu na wyniki badania. Zwykle w modelu badania uwzględnia się zmienne towarzyszące, aby określić ich wpływ na zmienną zależną. Powrócimy do tego bardziej szczegółowo poniżej.

Na przykład, jeśli chcesz przeanalizować związek między ceną akcji spółki (zmienna zależna) a zyskiem firmy (zmienna niezależna), współzmienną będzie trend na giełdzie. Bo nawet jeśli nie interesuje nas, czy cena pozostałych akcji na giełdzie rośnie, czy spada, to logicznie rzecz biorąc, cena akcji badanej spółki będzie się zmieniać w zależności od tego, czy na rynku panuje zwyżka, czy niedźwiedzia .

Współzmienną można czasem nazwać zmienną współzmienną .

Przykłady współzmiennych

Kiedy już zapoznamy się z definicją współzmiennej, zobaczymy kilka przykładów współzmiennych, aby zakończyć zrozumienie pojęcia:

1. Jeśli chcesz przeanalizować, jak ilość dodanego nawozu (zmienna niezależna) wpływa na wzrost roślin (zmienna zależna), czas ekspozycji roślin na światło słoneczne jest współzmienną, ponieważ może warunkować wyniki.
2. Jeżeli celem jest zbadanie związku pomiędzy ocenami uzyskiwanymi przez uczniów (zmienna zależna) a godzinami spędzonymi na nauce (zmienna niezależna), współzmienną jest nauczyciel objaśniający program nauczania. Logicznie rzecz biorąc, oceny będą się różnić w zależności od nauczyciela, ponieważ są nauczyciele, którzy wyjaśniają lepiej niż inni.
3. Kiedy badamy korelację między produkcją fabryki (zmienna zależna) a liczbą posiadanych przez nią maszyn (zmienna niezależna), zmienną towarzyszącą jest wynagrodzenie otrzymywane przez pracowników, ponieważ wpływa to na ich motywację, a tym samym na wydajność.

Zmienna i współzmienna

Ogólnie rzecz biorąc, współzmienne różnią się od zmiennych na podstawie zainteresowania, jakie budzą w badaniu. Innymi słowy, w badaniu statystycznym nie jest interesujące badanie współzmiennej, ale raczej analiza wpływu zmiennej na wyniki.

Jednakże zarówno zmienna, jak i współzmienna wpływają na uzyskane wyniki, dlatego też w modelu statystycznym zazwyczaj uwzględnia się oba typy zmiennych. W ten sposób można zobaczyć wpływ zmiennej towarzyszącej na odpowiedź, a co za tym idzie, można właściwie przeanalizować korelację pomiędzy zmienną niezależną a zmienną zależną.

Model ze współzmienną

Zwykle, aby zbadać korelację między zmienną zależną a zmienną niezależną, przeprowadza się prosty model regresji liniowej. Ten model statystyczny pozwala określić, czy związek między dwiema zmiennymi jest istotny i odwrotnie, czy można go pominąć.

Jednakże w prostej regresji liniowej współzmienne nie są brane pod uwagę, ponieważ uwzględniana jest tylko jedna zmienna objaśniająca. Zatem jeśli istnieje jedna lub więcej współzmiennych, zazwyczaj uwzględnia się je w badaniu, co pozwala na wykonanie modelu regresji wielokrotnej. W ten sposób można przeanalizować związek odpowiedzi ze zmienną objaśniającą będącą przedmiotem zainteresowania oraz ze zmiennymi towarzyszącymi, ponieważ mogą one również warunkować wyniki.

Ten typ analizy statystycznej nazywany jest analizą kowariancji (ANCOVA), która jest podobna do analizy wariancji (ANOVA), ale obejmuje również współzmienne badania.