Variables variables estadísticas dependientes e independientes dependientes e independientes estadísticas

La diferencia entre una variable independiente y una variable dependiente es causal. La variable independiente que es la variable dependiente. Muchas personas ya han entendido este concepto, pero que sólo se confunden con el vocabulario matemático. Básicamente, usted podría pensar que la variable dependiente depende de la variable independiente es.

Algunos ejemplos del mundo real de las relaciones matemáticas es la cantidad de electricidad que consume (Independiente) y su factura de electricidad (dependiente), o la cantidad de alimentos que usted pide (Independiente) y su factura de la comida (dependiente), o cuánto conduces (Independiente) y cuanto más vacío el tanque de gas es (Dependiente). Dentro de todas estas relaciones, podemos ver que lo que elegimos hacer afecta a algo más, y en matemáticas, yo diría que la variable independiente afecta o altera la variable dependiente.

Ahora que tenemos una comprensión más profunda de lo que media independientes y dependientes en matemáticas, podemos ver cómo en realidad aparecen en los problemas que vemos. Matemáticamente, podemos representar estas diferentes formas y gráficamente las cosas suelen etiquetar la variable independiente en el eje x variable dependiente y el eje y. Muchas personas conocen la fórmula y = mx + b, y se ven las cosas desde un punto de vista abstracto, pensamos que basta con conectarlo x y hacer algo para que podamos encontrar nuestro valor hacéis nuestro par de coordenadas. Cualquiera que haya trabajado con las funciones sería capaz de verlo aún mejor, con f (x) = mx + b, ya que podemos ver, literalmente, que f (x) es una función que estamos haciendo algo por un valor de x para obtener valor de y. Otra forma de ver esto es que sabemos que m es la pendiente, lo que significa que el cambio en x está causando un cambio en y.

En esta relación estadística entre las variables dependientes e independientes es importante porque queremos encontrar un patrón estadístico que conecta las dos. En los ejemplos anteriores, sabemos por experiencia de la vida real que estas variables independientes afectan a la variable dependiente, pero en algunas situaciones del mundo real esto puede no ser tan obvio tienen estadística de utilizar ese vocabulario para describir sus hallazgos. Por ejemplo, si quisiéramos encontrar la relación entre la cantidad de huevos de peces en un estanque a la temperatura estanque que en realidad no es tan obvio, es difícil determinar qué hacer con el otro. Tal vez si el estanque es el pescado más cálidos son más activos y quieren poner sus huevos, o viceversa la actividad de los peces hace que el estanque para calentar, o tal vez que va a haber una correlación o patrón, pero no la causalidad todo. Este es un problema que muchos estadísticos tienen que hacer frente, porque a veces no sabes qué variable afecta a otro (A causa B, B causa C) o incluso si no se afectan entre sí en absoluto, por ejemplo, digamos que el los índices de delincuencia han aumentado en los últimos años y lo ha hecho de la temperatura global. De esto, no se puede decir que el crimen causa el calentamiento global o viceversa.

A veces hay incluso un tercer C variable que puede afectar a una relación. Por ejemplo, el aumento de los precios de la gasolina (A), la temperatura (B) en presencia de la playa local (C). Podemos ver que A y B se mezclan los dos juntos y afectan C. Técnicamente hablando hay un número infinito de combinaciones de relaciones entre variables, pero esto es algo que un estadístico debe usar la lógica y los datos recogidos para determinar correctamente qué relación, si es que existe entre las diferentes variables.