De mange navne på uafhængige variable

statistiske modeller, såsom generelle lineære modeller (lineær regression, ANOVA, blandede modeller) og generaliserede lineære modeller (logistisk, Poisson, proportional hazard regression osv) har alle den samme generelle form. På venstre side af ligningen er en eller flere responsvariabler, Y. På højre side er en eller flere forudsigelsesvariable, X og deres koefficienter, B. X, variablerne på den højre side kan have mange former, og kaldes af mange navne.

Der er subtile forskelle i betydningen af ​​disse navne, men de er ofte i flæng. Endnu værre, statistiske softwarepakker bruger forskellige navne for lignende koncepter, selv blandt deres egne procedurer. Denne søgen efter nøjagtighed ofte gør forvirring. (Det &'; s hårdt nok uden at skifte ordene!).

Her er nogle almindelige vilkår, som alle refererer til en variabel i en model, der foreslås at påvirke eller forudsige en anden variabel. Der er små forskelle i betydningen af ​​disse begreber, men de er ofte i flæng

- Uafhængig variabel:. Det indebærer kausalitet: den uafhængige variabel påvirker den afhængige variabel. Bruges overvejende ANOVA, men ofte i regression så godt. Det kan enten være kontinuerlig eller kategoriske

- Predictor Variabel:. Det betyder ikke kausalitet. En forudsigelse variabel er simpelthen nyttig til at forudsige værdien af ​​variablen respons. Bruges overvejende regression. Forudsigelsesvariable kan være sammenhængende eller kategoriske

- Predictor:.. Samme som Predictor Variabel

- kovariat: En kontinuerlig prædiktor variabel. Anvendes i både ANCOVA (kovariansanalyse) og regression. Nogle mennesker bruger denne til at henvise til alle forudsigelsesvariable i regression, men det virkelig betyder kontinuerlige prædiktorer. Tilføjelse af en kovariat til ANOVA (variansanalyse) forvandler det til ANCOVA (kovariansanalyse)

- Factor:. En kategorisk prædiktor variabel. Det kan eller kan ikke angive en årsag /virkning-sammenhæng med det variable respons (dette afhænger af forsøgsdesign, ikke analysen). Uafhængige variabler i ANOVA er næsten altid kaldes faktorer. I regression, er de ofte benævnt indikatorvariabler, kategoriske prædiktorer, eller dummy-variabler. De er alle det samme i denne sammenhæng

- Gruppering Variabel:. Samme som en faktor. Bruges i SPSS i de uafhængige prøver t-test

- Fast faktor:. En kategorisk uafhængig variabel, hvor de specifikke værdier af kategorierne er specifikke og vigtige, ofte valgt af forsøgslederen. Eksempler omfatter eksperimentelle behandlinger eller demografiske kategorier, såsom køn og race. Hvis du &'; re ikke at gøre en blandet model (og du skal vide, hvis du er), alle dine faktorer er faste faktorer

- Tilfældig faktor: En kategorisk uafhængige variabel, hvor værdierne af kategorierne var tilfældigt. tildelt. Bruges kun i blandet modellering. Eksempler omfatter fag eller tilfældige blokke.

- Dummy variabel: En kategorisk variabel, der er blevet dummy kodet. Dummy kodning (også kaldet indikator kodning) er normalt anvendes i regressionsmodeller, men ikke ANOVA. En dummy variabel kan have kun to værdier: 0 og 1. Når en kategorisk variabel har mere end to værdier, det er omkodet i flere dummy variable

- Indikator variabel:.. Se dummy variabel
.