기초부터 배우는 통계학 변인의 종류

변인의 종류

• 독립변인
• 종속변인
• 제 3의 변인
• 조절 변인
• 매개 변인
• 외생 변인
• 통제 변인

독립변인 (x)

• 예측 변인, 선행변인, 독립 변수, 설명 변수

종속 변수는 관련 변수에 영향을 미치거나 관련 변수보다 먼저 진행하면서 관련 변수의 변화를 얘측할 수 있습니다. 그것은 탐구 대상이고 마찬가지로 전문가의 치료가 적용되는 변수입니다. 대부분의 시험 연구는 어떤 자유 인자가 특정 변수와 인과 관계를 가지는지 검토함으로써 시작됩니다.

 

간단히 말해서, 원인은 수학의 x 값으로 지정되고, 기능에서와 같이 자율적 요인은 전문가의 재량에 따라 제어될 수 있습니다. 종속변수의 이름은 자율변수의 조정에 따라 자신의 가치를 설정하고 따르는 것이 숙명이기 때문에 '하위변수가' 가 되었고, 그로인해 '자율변수'가 되었습니다. 자유 인자는 실제로 '의존 변수에 영향을 미치는 변수' 가 아니라 '의존 변수에 영향을 미치는 것으로 간주되는 변수' 라고 말하는 것이 더 안전합니다. 인과관계가 입증되기 어렵고 확인의 영역에 불과하다는 이유입니다. 결국 과학자들은 차근차근 수집하는 긍정적인 검사 정보에 비추어 '이러한 인과관계가 있다는 건 믿을 수 있다.' 는 것에서만 끝내지만 '이 변수가 종속 변수에 영향을 미치는 것으로 명백히 입증 됐다.'는 것은 분명하지 않다.

 

혹시라도 '이 변수는 독립인가 종속인가?' 라는 질문을 받게된다면 그 결과는 다음과 같을것입니다. '전문가가 어느 시점에서든 이 변수를 제어 할 수 있습니까?' 이다. 다수의 자율 요인이 한 병동 변수에 영향을 미치는 것으로 간주된다고 가정할 때, 모든 자유 요인의 영향 조사의 일차적 여향은 관련 변수에 대한 결과의 위대함을 이동시킴으로써 서로 인식되어야 한다. 연관성에 미치는 영향이 큰 시점에서, 주요 영향은 일반적으로 결과 검토에서 간과될 것이다.

독립변인이 연구 결과에 미치는 영향

연구에서 몇 가지 자유 요소를 고려하는 것은 연구가 잠재적인 커뮤니케이션이 영향에 민감하고 그것들을 진정으로 점검하기를 기대한다는 것을 의미한다. 이러한 방식으로, 근복적인 영향이 검사 결과에서 잘 드러났지만 의사소통에 미치는 영향이 없다고 가정할 때, 단순히 걸려 있는 주요 영향을 해독하고 만족해서는 안 되며, 연결 영향이 나중에 문제를 제기하지 않는 것처럼 보이는 이유를 적절히 파학해야 합니다.

 

또한 몇가지 자유 요소를 독립적으로 검사하는 동안, 자유 요소를 배치하고 즉시 해부할 때 생각할 수 있는 정보가 제거될 수 있습니다. 이런 상황에서, 우리는 기본적으로 이러한 자율적 요소들이 서로 연관되어 있는지 의문을 제기하고, 의존적 변수의 차이를 보완하는것이 아니라 진지하게 이해하려고 시도하고, 만약 여러분이 그것들이 일치하지 않는다고 확신할 수 있다면, 여러분의 가이드나 박사학위 과학자들에게 도움을 요청해야 합니다. 항목의 이전 요소나 현재 요소를 파악하기 위한 검토는 특정 변수에 영향을 미칠 수 있는 요소가 있다고 인정되는 다양한 투기적 자유요소를 선택하고 실제로 무엇이 작동하는지 확인하는 것이다. 산술적으로, 그 반대는 'y의 절댓값이 10이 되려면 x값은 무엇이 될까?'에서 타인의 생각을 물어보는 것이다. 과학자들이 독립 변인만 조작할 수 있다는 점은 같습니다.

종속 변인 (y)

• 반응 변수, 또는 종속 변수

변수는 자유 인자를 따르는 동안 자유 인자의 변화에 영향을 받게 됩니다. 과학자가 마지막 단계에서 부해할 정보는 이 의존 변수 입니다. 과학자의 영향을 많이 받는 변수가 아니기 때문에, 전문가는 결과가 어떻게 나올지 장담할수 없습니다. 분석가의 가정과 일치하는 경우 이론은 근거에서 벗어난 것일 뿐입니다. 한 마디로 말하면, 그 결과는 과학의 가치입니다. 어떻게 해서든 x값을 놓고 그들이 존중하는 모습이 나타나고 있다는 것을 확인하고, 두 요인의 연관성을 파악하는 것이 일반적으로 중요합니다. 특히, 결과를 차별화하기 위해 정상 상태(기준 그룹 설정)를 인지하도록 한 항목을 더 설정하는 것을 소홀히 해서는 안된다. 전문가가 임의적으로 관련 변수의 가치를 결정하는 경우, 이는 검사 강탈에 해당됩니다. 설명한 바와 같이, 사유를 구별하기 위한 검토와 유사하게, 사안의 결과 또는 결과적 사건을 확인하기 위한 검토가 이루어질 수 있습니다. 검토의 원인과 결과가 명확하게 구분되고 측정 가능한 매우 많이 유지되는 우연한 기회에, 이것은 '모형'으로 알려질 수도 있습니다. 분명히, 이 '모형'은 예상할 수 있는 만큼 확장, 추가 또는 능률화될 수 있습니다. 모형이 뿌리 깊게 박혀 있는 시점에서, 과학자들은 피사체에 대한 인과관계를 인지했다고 조심스럽게 주장할 수 있습니다.