Как еще можно назвать зависимую переменную?

Программные средства построения статистических моделей процессов биотехнологии

Окончательная цель всякого исследования либо научного анализа состоит в нахождение связей (зависимостей) меж переменными. Не существует иного метода представления познания, не считая как в определениях зависимостей меж количествами либо свойствами, выраженными какими-или переменными. Таким образом, развитие науки всегда содержится в нахождении новых связей меж переменными. Предназначение статистики состоит в том, чтоб помочь беспристрастно оценить зависимости между переменными.

Независимыми переменными называются переменные, которые варьируются исследователем, тогда как зависимые переменные - это переменные, которые измеряются либо регистрируются. Термины зависимая и самостоятельная переменная используются в основном в экспериментальном исследовании, где экспериментатор манипулирует некоторыми переменными, и в этом смысле они "самостоятельны" от реакций, параметров, намерений и т.д. присущих объектам исследования. Некоторые другие переменные, как подразумевается, обязаны "зависеть" от деяний экспериментатора либо от экспериментальных условий. Другими словами, зависимость проявляется в ответной реакции исследуемого объекта на посланное на него воздействие.

Переменные различаются также тем "как хорошо" они могут быть измерены либо, иными словами, как много измеряемой информации обеспечивает шкала их измерений. Явно, в каждом измерении находится некоторая ошибка, определяющая границы "количества информации", которое можно получить в данном измерении. Иным фактором, определяющим количество информации, содержащейся в переменной, является тип шкалы, в которой проведено измерение. Различают последующие типы шкал:

(a) номинальная,

(b) порядковая (ординальная),

(c) интервальная

(d) условная (шкала дела).

Соответственно, имеем четыре типа переменных: (a) номинальная, (b) порядковая (ординальная), (c) интервальная и (d) условная.

- Номинальные переменные употребляются только для высококачественной систематизации. Это означает, что данные переменные могут быть измерены только в определениях принадлежности к неким, значительно разным классам; при этом вы не можете найти количество или упорядочить эти классы. Например, вы можете сказать, что 2 индивида различимы в терминах переменной А (например, индивиды принадлежат к различным национальностям). Обычные образцы номинальных переменных - пол, национальность, цвет, город и т.д. Часто номинальные переменные именуют категориальными.

- Порядковые переменные позволяют ранжировать (упорядочить) объекты, указав какие из их в большей либо наименьшей степени владеют качеством, выраженным данной переменной. Однако они не позволяют сказать "на сколько больше" или "на сколько меньше". Порядковые переменные время от времени также нарекают ординальными. Типичный пример порядковой переменной - социоэкономический статус семьи. Мы разумеем, что верхний средний уровень выше среднего уровня, но сказать, что разница между ними одинакова, скажем, 18% мы не сможем. Само размещение шкал в последующем порядке: номинальная, порядковая, интервальная является превосходным образцом порядковой шкалы.

- Интервальные переменные дозволяют не только упорядочивать объекты измерения, но и численно выразить и сравнить различия меж ними. Например, температура, измеренная в градусах Фаренгейта либо Цельсия, образует интервальную шкалу. Вы можете не только сказать, что температура 40 градусов выше, чем температура 30 градусов, но и что повышение температуры с 20 до 40 градусов вдвое больше роста температуры от 30 до 40 градусов.

- Условные переменные очень похожи на интервальные переменные. В прибавление ко всем свойствам переменных, измеренных в интервальной шкале, их отличительной чертой является наличие определенной точки безусловного нуля, таким образом, для этих переменных являются обоснованными предложения типа: x в два раза больше, чем y. Обычными примерами шкал отношений являются измерения медли либо места. К примеру, температура по Кельвину образует шкалу отношения, и вы сможете не только утверждать, что температура 200 градусов выше, чем 100 градусов, но и что она в два раза выше. Интервальные шкалы (к примеру, шкала Цельсия) не владеют данным свойством шкалы дела. Заметим, что в большинстве статистических процедур не делается различия между свойствами интервальных шкал и шкал дела.