Was ist der Unterschied zwischen unabhängigen Variablen und kovariaten Variablen?


Antwort 1:

Im Allgemeinen bezieht sich der Begriff unabhängige Variable auf jede erklärende oder vermutlich exogene Variable. Im Falle einer Regression wäre dies eine beliebige Variable auf der rechten Seite.

Kovariate Variablen sind solche, die mit (allgemein) der interessierenden erklärenden Variablen variieren. Ein enges Synonym wäre eine „Kontrollvariable“. Typischerweise sind dies Variablen, von denen der Forscher weiß, dass sie die linke / abhängige Variable beeinflussen, aber sie sind nicht die interessierende Variable.

Wenn ich zum Beispiel die durchschnittliche Gehaltserhöhung im Zusammenhang mit einem Bachelor-Abschluss wissen möchte, könnte ich eine Regression der Gehaltskontrolle sowohl für die Ausbildung als auch für die Erfahrung durchführen. Bildung und Erfahrung sind beide „unabhängige Variablen“, aber Bildung ist die interessierende Variable, und Erfahrung wäre nur eine Kovariate.


Antwort 2:

Mathematisch gibt es keine. Es ist eher eine Frage der Sprache und des Gebrauchs.

In den Sozial- und Verhaltenswissenschaften sind unabhängige Variablen diejenigen, die Sie wirklich interessieren, während Kovariaten häufig „Rausch“ -Variablen sind, die einbezogen werden müssen, aber nicht wirklich von Interesse sind. Einige Leute verwenden jedoch Kovariate, um alle Variablen auf der rechten Seite der Gleichung zu bezeichnen.

Wenn Sie also beispielsweise an der Beziehung zwischen Gewicht und Einkommen in einer Stichprobe erwachsener Menschen in den USA interessiert wären, wäre Ihre abhängige Variable das Gewicht und Ihre unabhängige Variable das Einkommen (oder vielleicht log (Einkommen)), aber Sie würden wollen Kovariaten von Größe und Geschlecht, weil sie sehr gewichtsabhängig sind und kontrolliert werden müssen. Dann würden einige Leute sagen:

IV - EinkommenKovariaten - Größe und Geschlecht

während andere sagen würden

IV - Einkommen Kontrollvariablen - Größe und GeschlechtKovariaten - Einkommen, Größe, Geschlecht