Zmienny predyktor

W tym artykule wyjaśniono, czym są zmienne predykcyjne. Znajdziesz zatem znaczenie zmiennej predykcyjnej, przykłady zmiennych predykcyjnych i wreszcie, czym różni się zmienna predykcyjna od zmiennej odpowiedzi.

Co to jest zmienna predykcyjna?

W statystyce zmienna predykcyjna to zmienna, której wartością można manipulować w eksperymencie. Oznacza to, że w wyszukiwaniu zmienna predykcyjna jest zmienną, która wpływa na zmienną zależną i chcemy przeanalizować, jak wpływa ona na wartość odpowiedzi.

Zmienna predykcyjna nazywana jest również zmienną objaśniającą lub zmienną niezależną.

Na przykład, jeśli analizuje się związek między ilością środków chemicznych dodanych do rodzaju rośliny a tempem wzrostu roślin, zmienną predykcyjną jest ilość środków chemicznych. Ponieważ wartością, którą badacz może modyfikować, jest liczba substancji chemicznych, a z drugiej strony tempo wzrostu roślin jest tego konsekwencją.

Gdy wyniki badania statystycznego przedstawia się graficznie, zmienne predykcyjne są zwykle przedstawiane na osi x (oś pozioma) za pomocą litery x .

Przykłady zmiennych predykcyjnych

Kiedy już poznamy definicję zmiennej predykcyjnej, poniżej przedstawiono kilka przykładów tego typu zmiennej, aby lepiej zrozumieć tę koncepcję.

• Czas spędzony na nauce (zmienna predykcyjna) wpływa na uzyskane oceny (zmienna odpowiedzi).
• Cena produktu (zmienna predykcyjna) zmienia liczbę osób chętnych do zakupu produktu (zmienna odpowiedzi).
• Temperatura otoczenia (zmienna predykcyjna) wpływa na liczbę pożarów lasów (zmienna odpowiedzi).
• Reklamowanie produktu (zmienna predykcyjna) ma wpływ na wielkość sprzedaży tego produktu (zmienna odpowiedzi).
• Liczba mieszkańców miasta (zmienna predykcyjna) jest powiązana z liczbą taksówek w mieście (zmienna odpowiedzi).

Zmienna predykcyjna i zmienna odpowiedzi

Każda analiza statystyczna obejmuje co najmniej zmienną predykcyjną i zmienną odpowiedzi. W tej sekcji zobaczymy, jaka jest różnica między tymi dwoma typami zmiennych.

Różnica między zmienną predykcyjną a zmienną odpowiedzi polega na tym, że zmienna predykcyjna wpływa na wartość odpowiedzi, a nie odwrotnie. Oznacza to, że w badaniu zmienna predykcyjna jest możliwą przyczyną, a z drugiej strony zmienna odpowiedzi jest możliwą konsekwencją.

Dlatego eksperymentator zmienia zmienną predykcyjną, aby przeanalizować, jak zmiana jej wartości wpływa na zmienną odpowiedzi. W ten sposób można dowiedzieć się, jaki związek istnieje pomiędzy zmienną predykcyjną a zmienną odpowiedzi.

Zmienną odpowiedzi można również nazwać zmienną kryterialną lub zmienną zależną i zwykle jest ona reprezentowana na osi Y wykresu (oś pionowa).

Zazwyczaj związek między zmienną predykcyjną a zmienną odpowiedzi analizuje się, uruchamiając model regresji liniowej.