متغیرهای وابسته و مستقل: تفاوت میان نسخهها
محتوای حذفشده محتوای افزودهشده
FreshmanBot (بحث | مشارکتها) جز اصلاح فاصله مجازی + اصلاح نویسه با استفاده از AWB |
|||
خط ۱۲:
در ابزارهای [[داده کاوی]]، (برای [[آمار چندمتغیره|آمار چند متغیره]](multivariate statistics) و [[یادگیری ماشینی]] (machine learning)) متغیر وابسته در ''نقشی'' به عنوان '''متغیر هدف''' '''(target variable)''' اختصاص یافته؛ (یا در بعضی ابزارها به عنوان ''label attribute'') در حالی که یک متغیر وابسته میتواند نقش یک ''متغیر منظّم'' ''(regular variable)'' را داشته باشد.<ref>[http://1xltkxylmzx3z8gd647akcdvov.wpengine.netdna-cdn.com/wp-content/uploads/2013/10/rapidminer-5.0-manual-english_v1.0.pdf English Manual version 1.0] for [[RapidMiner]] 5.0, October 2013.</ref> مقادیر شناخته شده برای متغیر هدف برای مجموعه training data و مجموعه داده آزمایشی (Test data)ارائه شده است، اما باید برای برای دادههای دیگر پیشبینی شده باشد. دادهٔ هدف در الگوریتمهای [[یادگیری با نظارت]] (supervised learning) به کار میروند، امّا در یادگیری بدون نظارت(non-supervised learning) به کار نمیروند.
===
در [[مدل (ریاضی)|
=== شبیهسازی ===
خط ۳۵:
اگر متغیرهای Extraneous، به عنوان متغیر مستقل، مشمول یک [[تحلیل رگرسیون|رگرسیون]] (regression) باشند، ممکن است با برآورد دقیق پارامتر پاسخ، [[پیش بینی]](prediction)، و [[نیکویی برازش]] (goodness of fit)، به محقق کمک کنند، بدون توجه ذاتی به [[فرضیه]] ی تحت آزمایش. برای مثال، در یک مطالعه آزمایشی، برای تأثیر تحصیلات دانشگاهی بر درآمدهای دوران زندگی، تعدادی از متغیرهای تصادفی میتواند جنسیت، قومیت، طبقهٔ اجتماعی، ژنتیک، هوش، سن، و غیره باشد.
یک متغیر، extraneous است، تنها زمانی که
این اثر [[اختلاط]] (confounding) یا [[اریب متغیرهای حذفشده|سوگیری متغیرهای حذف شده]](omitted variable bias)نامیده میشود؛
متغیرهای Extraneous معمولاً به سه نوع طبقهبندی میشوند:
خط ۴۳:
# متغیرهای موقعیتی(Situational variables) شامل مشخصات محیطی هستند که مطالعه یا تحقیق در آن انجام شده است؛ و آن ویژگیها در نتجهٔ آزمایش تأثیر منفی دارد. مثل دمای هوا، سطح فعالیت، روشنایی، و زمان.
در شبه تجربی (quasi-experiments)،
در مدل سازی، تغییرپذیری پوشش داده نشده به وسیلهٔ متغیر توضیحی به وسیلهٔ <math>e_i</math> طراحی شده؛ و به عناوین «باقیمانده»(residual)، اثر جانبی(side effect)، خطا(error)،
== مثالها ==
* تأثیرات ویتامین C بر طول عمر
در یک مطالعه برای بررسی اینکه آیا مصرف یک حب قرص ویتامین C در هر روز، طول عمر افراد را زیاد میکند، یا خیر؛ محققان طی مدتی، برای گروهی از مردم ویتامین C تجویز میکنند. یک قسمت از آن گروه هر روز قرص واقعی ویتامین C را دریافت میکنند؛ و قسمت باقیمانده از اعضای گروه قرصی
* تأثیر کوددهی بر رشد گیاه
در یک مطالعه برای اندازهگیری تفاوت مقدار کوددهی، بر رشد گیاه، متغیّر مستقل میتواند مقدار کود استفاده شده باشد. متغیّر وابسته میتواند رشد، در ارتفاع یا جرم گیاه باشد. متغیّرهای تحت کنترل میتوانند نوع گیاه، نوع کود، میزان نور دریافتی گیاه، اندازه خاک، و غیره باشد.
|