ตัวแปรเกี่ยวข้องกันหรือไม่?
แนะนำใหม่| English | ความหมาย |
|---|---|
| statistical question/stəˈtɪstɪkl ˈkwestʃn/ | คำถามทางสถิติ |
| association/əˌsəʊsɪˈeɪʃn/ | ความสัมพันธ์ |
| response variable/rɪˈspɒns ˈveərɪəbl/ | ตัวแปรตอบสนอง |
| explanatory variable/ekˈsplænətəri ˈveərɪəbl/ | ตัวแปรอธิบาย |
| variability/ˌveərɪəˈbɪlɪti/ | ความแปรปรวน |
ตัวแปรสองตัวเคลื่อนไหวร่วมกันหรือไม่?
- หน่วยที่ 1 พิจารณา หนึ่ง ตัวแปรในครั้งเดียว; ตอนนี้เราถามว่า สอง ตัวแปรมีความสัมพันธ์กันอย่างไร
- คำถามทางสถิติ เกี่ยวกับความสัมพันธ์: "นักเรียนที่เรียนมากได้คะแนนสูงกว่าหรือไม่?"
- เรามองหา ความเชื่อมโยง — ลวดลายที่ตัวแปรทั้งสองมีแนวโน้มจะเคลื่อนไหวไปพร้อมกัน
- เนื้อหาทั้งหมดเน้นการค้นพบ อธิบาย และสร้างโมเดลความสัมพันธ์เหล่านี้
ตัวแปรอธิบายและตัวแปรตอบสนอง
- ตัวแปรตอบสนอง คือผลลัพธ์ที่คุณต้องการอธิบายหรือทำนาย (เช่น คะแนน)
- ตัวแปรอธิบาย คือตัวแปรที่คุณคิดว่าช่วยอธิบายมันได้ (เช่น ชั่วโมงที่เรียน)
- โดยสรุป: ตัวแปรอธิบายคือ "อินพุต", ตัวแปรตอบสนองคือ "เอาต์พุต"
- ตามธรรมเนียม ตัวแปรอธิบายอยู่บน แกน $x$, ตัวแปรตอบสนองอยู่บน แกน $y$
ความเชื่อมโยง ไม่ใช่ข้อพิสูจน์
- ความเชื่อมโยง หมายความว่าตัวแปรทั้งสอง แปรผันไปพร้อมกัน ในรูปแบบบางอย่าง
- การเรียนมากขึ้นมักมาพร้อมกับคะแนนที่สูงขึ้น — นั่นคือความเชื่อมโยง
- แต่ความเชื่อมโยงเพียงอย่างเดียว ไม่ได้ บอกว่าคุณอย่างหนึ่ง ทำให้ อีกอย่างหนึ่งเกิดขึ้น
- การตั้งชื่อบทบาทของความเชื่อมโยงเป็นขั้นตอนแรก; การอธิบาย ทำไม มาทีหลังมาก
ทำไมความแปรปรวนจึงทำให้ซับซ้อน
- ข้อมูลจริงมีสัญญาณรบกวน — คนสองคนที่เรียนเท่ากันندرยได้คะแนนเท่ากัน
- ความแปรปรวน นี้ทำให้ลวดลายเบลอ ดังนั้นความสัมพันธ์ที่อ่อนโยนจึงยากที่จะมั่นใจ
- ความเชื่อมโยงที่เห็นอาจเป็นจริง หรืออาจเป็นเพียงโอกาสของ ตัวอย่าง นี้โดยเฉพาะ
- สถิติมอบเครื่องมือให้เราตัดสินว่าความสัมพันธ์นั้น เป็นจริง หรือเป็นเพียงChance เท่านั้น
การตัดสินใจว่าตัวแปรใดเป็น ตัวแปรอธิบาย และตัวแปรใดเป็น ตัวแปรตอบสนอง เป็นการเลือกเกี่ยวกับคำถาม ไม่ใช่สิ่งที่ข้อมูลบังคับให้ "คนสูงมีน้ำหนักมากกว่าหรือไม่?" ทำให้ ส่วนสูง เป็นตัวแปรอธิบาย; "คนหนักมีแนวโน้มที่จะสูงหรือไม่?" สลับบทบาทนั้น stating your question first, then assign the roles — and remember that an association is not yet a cause
การศึกษาบันทึก ชั่วโมงนอนหลับ ของแต่ละนักเรียนและ เวลาตอบสนอง ของ他们在เกม
- ตัวแปรอธิบาย: ชั่วโมงนอนหลับ (สาเหตุที่สงสัย) ตัวแปรตอบสนอง: เวลาตอบสนอง (ผลลัพธ์)
- ความเชื่อมโยง: นอนหลับมากขึ้นมักมาพร้อมกับเวลาตอบสนองที่เร็วขึ้น
- แต่เรายังไม่สามารถบอกว่านอนหลับ ทำให้ เวลาตอบสนองเร็วขึ้นได้ — ปัจจัยอื่นๆ ก็แปรผันเช่นกัน
คำถามทางสถิติ เกี่ยวกับตัวแปรสองตัวถามว่าพวกเขา มีความเชื่อมโยง หรือไม่ — ว่าพวกเขาแปรผันไปพร้อมกัน ตัวแปรอธิบาย ($x$) ใช้เพื่ออธิบายหรือทำนาย ตัวแปรตอบสนอง ($y$) เนื่องจาก ความแปรปรวน, ความเชื่อมโยงที่เห็นอาจเป็นจริงหรือเป็น Chance — นั่นคือสิ่งที่ส่วนที่เหลือของหน่วยจัดระเบียบ
ความสัมพันธ์ระหว่างตัวแปรสองตัว
จุดลอยขึ้นพร้อมกัน — ความสัมพันธ์เชิงบวก
ในคำถาม "นักเรียนที่เรียนนานได้คะแนนสูงกว่าไหม?" ตัวแปรตอบคืออะไร?
Difficulty 1/5 · 100 coins + a small bonus on first completion today
คะแนนคือผลลัพธ์ที่เราต้องการอธิบาย — ตัวแปรตอบ ชั่วโมงที่เรียนคือตัวแปรอธิบาย
ความสัมพันธ์ที่สังเกตได้ระหว่างตัวแปรสองตัวพิสูจน์ว่าสิ่งหนึ่ง causa อีกสิ่งหนึ่ง
Difficulty 1/5 · 100 coins + a small bonus on first completion today
ความสัมพันธ์ไม่ใช่สาเหตุ — ยังมีความอธิบายอื่นที่เป็นไปได้
ตามธรรมเนียมแล้ว ตัวแปรอธิบายจะถูกวางบนแกน ___
Difficulty 1/5 · 100 coins + a small bonus on first completion today
ตัวแปรอธิบายบน x, ตัวแปรตอบบน y
ทำไมความสัมพันธ์ที่เห็นในตัวอย่างหนึ่งจึงอาจไม่แน่นอน?
Difficulty 1/5 · 100 coins + a small bonus on first completion today
ความแปรปรวนทำให้รูปแบบเบลอ ดังนั้นความเชื่อมโยงที่เห็นอ่อนๆ อาจไม่เป็นจริง
ข้อใดถูกต้องเกี่ยวกับตัวแปรอธิบายและตัวแปรตอบ?
Difficulty 2/5 · 140 coins + a small bonus on first completion today
ตัวแปรอธิบายอยู่บนแกน x ไม่ใช่ y — ข้ออื่นถูกต้อง