Erklärende und Antwortvariablen: Definition und Beispiele

Zwei der wichtigsten Arten von Variablen, die in der Statistik zu verstehen sind, sind erklärende Variablen und Antwortvariablen.

Erklärende Variable: Diese Variable wird manchmal als unabhängige Variable oder Prädiktorvariable bezeichnet und erklärt die Variation in der Antwortvariablen.

Antwortvariable: Manchmal als abhängige Variable oder Ergebnisvariable bezeichnet, reagiert der Wert dieser Variablen auf Änderungen in der erklärenden Variablen.

In einer experimentellen Studie interessiert uns normalerweise, wie sich die Werte einer Antwortvariablen ändern, wenn sich die Werte einer erklärenden Variablen ändern.

Die folgenden Beispiele zeigen verschiedene Szenarien mit Erklärungs- und Antwortvariablen.

Beispiel 1: Pflanzenwachstum

Ein Botaniker möchte die Wirkung zweier verschiedener Düngemittel auf das Pflanzenwachstum vergleichen. Sie wählt zufällig 20 Pflanzen aus einem Feld aus und trägt eine Woche lang Dünger A auf sie auf. Sie wählt zufällig weitere 20 Pflanzen aus demselben Feld aus und trägt eine Woche lang Dünger B auf sie auf. Nach einer Woche misst sie das durchschnittliche Pflanzenwachstum für jede Gruppe.

In diesem Beispiel haben wir:

Erklärende Variable: Art des Düngers. Dies ist die Variable, die wir ändern, damit wir die Auswirkungen auf das Pflanzenwachstum beobachten können.

Antwortvariable: Pflanzenwachstum. Dies ist die Variable, die sich aufgrund des Düngers ändert.

Fun Fact: Wir würden einen Zweistichproben-t-Test, um dieses Experiment durchzuführen.

Beispiel 2: Maximaler vertikaler Sprung

Ein Basketballtrainer möchte den Effekt vergleichen, den drei verschiedene Trainingsprogramme auf den maximalen vertikalen Sprung des Spielers haben. Er weist zufällig 10 Spieler zu, um das Trainingsprogramm A für eine Woche zu verwenden, weitere 10 Spieler, um das Trainingsprogramm B für eine Woche zu verwenden, und weitere 10 Spieler, um das Trainingsprogramm C für eine Woche zu verwenden. Am Ende der Woche misst er den maximalen vertikalen Sprung jedes Spielers, um festzustellen, ob es signifikante Unterschiede zwischen den Gruppen gibt.

In diesem Beispiel haben wir:

Erklärende Variable: Art des verwendeten Trainingsprogramms. Dies ist die Variable, die wir ändern, damit wir den Effekt beobachten können, den sie auf den maximalen vertikalen Sprung hat.

Antwortvariable: Maximaler vertikaler Sprung. Dies ist die Variable, die sich aufgrund des vom Spieler verwendeten Trainingsprogramms ändert.

Wissenswertes: Wir würden eine einfaktorielle ANOVA verwenden, um dieses Experiment durchzuführen.

Beispiel 3: Immobilienpreise

Ein Immobilienmakler möchte die Beziehung zwischen der Größe eines Hauses und dem Verkaufspreis verstehen. Sie sammelt Daten über Quadratmeterzahl und Verkaufspreis für 100 Häuser in ihrer Stadt und analysiert die Beziehung zwischen den beiden Variablen.

In diesem Beispiel haben wir:

Erklärende Variable: Quadratmeterzahl. Dies ist die Variable, bei der wir Veränderungen beobachten, damit wir die Auswirkungen auf den Verkaufspreis beobachten können.

Antwortvariable: Verkaufspreis. Dies ist die Variable, die sich aufgrund der Änderung der Quadratmeterzahl des Hauses ändert.

Wissenswertes: Wir würden eine einfache lineare Regression verwenden, um dieses Experiment durchzuführen.

Zusammenfassung

In jedem der obigen Beispiele haben wir die Werte einer erklärenden Variablen geändert und die resultierende Änderung der Werte einer Antwortvariablen beobachtet.

Weitere Tutorials zur Statologie finden Sie hier.