従属変数と独立変数の違い

従属変数と独立変数の主な違い

• 従属変数は、値が別の変数に依存する変数ですが、独立変数は、値が別の変数に依存しない変数です。
• 従属変数は推定された結果であり、一方、独立変数は推定された原因です。
• 従属変数は予測変数と呼ばれることがよくありますが、独立変数は予測変数または回帰変数です。
• 従属変数は、縦断的な研究から、または複雑な数式を解くことによって得られます。一方、独立変数には、複雑な数学的手順や観察は​​必要ありません。
• 従属変数はグラフ上で垂直に配置され、独立変数はグラフ上で水平に配置されます。
• 従属変数の変更は独立変数には影響しませんが、独立変数の変更は従属変数にも影響します。

独立変数と従属変数の例

例

教師が 100 人の生徒に理科のテストを受けるように依頼したとします。 これを行うことで、彼女はなぜ一部の生徒が他の生徒よりも良い点を取れるのかを知りたいと考えています。

ここで先生は答えを知りません。そこで先生は、次の 2 つの理由が考えられます。

1. 学生の中には、テストの復習に多くの時間を費やす人もいます。
2. 他の生徒よりも賢い生徒はほとんどいません。

教師は復習時間の影響を分析することにしました。 その 100 人の生徒のテストの成績に基づいています。

従属変数と独立変数はどれですか?

従属変数：

• テストマーク (0から100まで測定可能)

独立変数:

• Revイオン時間 （時間単位で計測されます）
• インテリジェンス (IQスコアを使用して測定されます)

例

次に、別の例を見てみましょう。

昇給は従業員のモチベーションにどのような影響を与えるのでしょうか?

独立変数: 増分

従属変数: 従業員のモチベーション

例

高等教育がどのようにしてより高い収入につながるのか:

• 高等教育: 独立変数
• 高所得: 従属変数

それは教育によって因果的に影響を受け、それ自体が収入に影響を与えます。

DRY MIX で変数を記憶する

グラフにプロットする場合、慣例として、独立変数を X 軸として使用し、従属変数を Y 軸として使用します。

ドライ ミックスは、変数をまっすぐに保つのに役立ちます。

• D - 従属変数
• R – 応答変数
• Y – 従属変数または応答変数がグラフ化される軸 - (縦軸)
• M – 実験で使用して値を変更できる変更変数または操作変数です
• I – は独立変数です
• X – 独立変数または操作変数がグラフ化される軸です。