Переменная конкурента: определение и примеры

Сопутствующая переменная (иногда называемая «ковариатом») — это переменная, которая не представляет основного интереса в исследовании, но которая, тем не менее, может иметь некоторое взаимодействие с изучаемой переменной(ями), представляющей интерес.

Неспособность учесть эти типы переменных может привести к предвзятым или вводящим в заблуждение результатам анализа. Поэтому важно лечить их, когда это возможно.

В наблюдательных исследованиях важно осознавать, что одновременные переменные могут привести к необычным интерпретациям данных и взаимосвязям между переменными. В экспериментальных исследованиях важно спланировать эксперимент таким образом, чтобы исключить или снизить риск сопутствующих переменных.

Следующие примеры иллюстрируют несколько случаев, когда в исследовании могут присутствовать сопутствующие переменные:

Пример 1

Исследователи хотят понять взаимосвязь между плотностью населения и продажами мороженого. Однако погода является сопутствующей переменной, которая, вероятно, влияет на продажи мороженого.

Таким образом, если исследователи хотят выполнить линейную регрессию для количественной оценки взаимосвязи между плотностью населения и продажами мороженого, им также следует попытаться собрать данные о погоде, чтобы они могли контролировать эту переменную в регрессии и иметь возможность получить оценку. точный. Влияние плотности населения на продажи мороженого.

Пример 2

Исследователи хотят понять взаимосвязь между часами, потраченными на тренировки, и средним количеством очков, набранных баскетболистами за игру. Однако сопутствующей переменной, которая, вероятно, влияет на среднее количество набранных очков, является количество минут, сыгранных за игру.

Таким образом, исследователи должны также отслеживать количество минут, которое игрок играет за игру, чтобы иметь возможность включить его в качестве переменной в регрессионный анализ и изолировать влияние часов, потраченных на тренировки, на среднее количество очков, набранных за игру.

Связанный: Как интерпретировать коэффициенты регрессии

Пример 3

Исследователи хотят знать, вызывает ли определенное удобрение ускоренный рост растений. Однако воздействие солнца и частота полива являются двумя потенциальными сопутствующими переменными, которые могут повлиять на рост растений.

Таким образом, исследователи должны также собирать данные о воздействии солнца и частоте полива, чтобы их можно было включить в качестве переменных в регрессионный анализ и иметь возможность понять влияние удобрений на растущие растения после учета воздействия солнца и частоты полива.

Как выявить и устранить сопутствующие переменные

Чтобы выявить сопутствующие переменные, полезно иметь экспертный опыт в изучаемой области. Зная, какие потенциальные переменные могут повлиять на взаимосвязь между переменными исследования, которые явно не включены в исследование, вы сможете обнаружить потенциальные сопутствующие переменные.

В наблюдательных исследованиях может быть очень сложно исключить риск сопутствующих переменных. В большинстве случаев лучшее, что вы можете сделать, — это просто выявить, а не предотвратить потенциальные сопутствующие переменные, которые могут повлиять на исследование.

Однако в экспериментальных исследованиях влияние сопутствующих переменных можно в значительной степени устранить за счет хорошего планирования эксперимента.

Например, предположим, что мы хотим знать, оказывают ли две таблетки разное влияние на кровяное давление. Мы знаем, что сопутствующие переменные, такие как диета и привычка курить, также влияют на артериальное давление. Поэтому мы можем попытаться контролировать эти сопутствующие переменные, используя рандомизированный план. Это означает, что мы случайным образом назначаем пациентов для приема первой или второй таблетки.

Поскольку мы случайным образом распределяем пациентов по группам, можно предположить, что сопутствующие переменные будут влиять на обе группы примерно одинаково. Это означает, что любая разница в артериальном давлении может быть связана с приемом таблетки, а не с влиянием сопутствующей переменной.