Variable independiente

Variable independiente
Las variables independientes son variables que se mantienen por sí mismas y no se ven afectadas por nada que usted, como investigador, haga. Tienes un control total sobre las variables independientes que eliges. Durante un experimento, normalmente eliges variables independientes que crees que afectarán a las variables dependientes. Son variables que pueden ser modificadas por factores externos. Si una variable se clasifica como variable de control, puede pensarse que altera la variable independiente o la variable dependiente, pero no es el objetivo del experimento.

Variable independiente

Ejemplo: quiere saber cómo afecta la ingesta de calorías al peso. La ingesta de calorías es su variable independiente y el peso es su variable dependiente. Puede elegir las calorías que se dan a los participantes y ver cómo esa variable independiente afecta a los pesos. Puede decidir incluir una variable de control de la edad en su estudio para ver si afecta al resultado.

Definición de la variable independiente

El gráfico anterior muestra la variable independiente de hombre o mujer trazada en el eje x. «Masculino» o «Femenino» no puede ser modificado por ti, el investigador, ni por nada que puedas realizar en tu experimento. Por otro lado, la variable dependiente de «puntuaciones medias de vocabulario» puede cambiar según la variable independiente que se asigne. En otras palabras, las puntuaciones medias de vocabulario dependen de la variable independiente: si el participante es hombre o mujer.

Otra forma de ver las variables independientes es que causan algo (o se cree que causan algo). En el ejemplo anterior, la variable independiente es el consumo de calorías. Se cree que eso causa el aumento (o la pérdida) de peso.

Las variables independientes también se denominan «entradas» de las funciones. Tradicionalmente se trazan en el eje x de un gráfico. Las variables dependientes se suelen trazar en el eje Y. A veces es posible intercambiar las dos variables (es decir, cambiar la independiente por la dependiente), pero puede ser difícil ver si tiene sentido. Una herramienta útil es la prueba de la línea vertical, que le dirá si el cambio dio lugar o no a una función (las funciones son necesarias para la mayor parte del análisis estadístico).

En estadística, una variable independiente también se llama a veces

  • Una variable controlada.
  • Una variable explicativa.
  • Una variable de exposición (en la teoría de la fiabilidad).
  • Una característica (en el aprendizaje automático y el reconocimiento de patrones).
  • Una variable de entrada.
  • Una variable manipulada.
  • Una variable de predicción.
  • Un regresor (en el análisis de regresión).
  • Un factor de riesgo (en las estadísticas médicas).

¿Qué es una variable predictora?

Una variable predictora tiene esencialmente el mismo significado que una variable independiente. Se representa en el eje de abscisas y afecta a una variable dependiente. Sin embargo, no es exactamente lo mismo, ya que el término se utiliza en situaciones muy específicas:

  • En el análisis de regresión, donde la variable predictora también se llama regresora. La otra variable (comparable a la variable dependiente) se llama variable criterio.
  • En estudios no experimentales, donde es la presunta «causa». Por ejemplo, las puntuaciones en un examen de matemáticas indican una aptitud para la ingeniería. «Las puntuaciones en el test de matemáticas» son las variables predictoras y la aptitud para la ingeniería es la variable criterio.

Tipos de variables predictoras

Los dos tipos principales son:

  • Predictores cuantitativos, que tienen un valor numérico (por ejemplo, 5,5,800,2K) para categorías como la edad, la altura, las puntuaciones en el test o el peso.
  • Predictores cualitativos, que no tienen valores numéricos. Se utilizan para categorías como el sexo, el estatus socioeconómico, la afiliación política o la ubicación geográfica.
  • Una solución común para trabajar con predictores cualitativos es asignarlos a una clase numérica cuando se realizan estudios correlacionales. Por ejemplo, si estuviera realizando un estudio que analizara el efecto del sexo y los ingresos, podría asignar las siguientes clases
    • Mujer(1).
    • Hombre(2).
    • Mujer transgénero(3).
    • Hombre transgénero(4).

Cuando sólo tiene dos clases codificadas con 0 o 1, se llama variable ficticia. Las variables ficticias pueden facilitar la comprensión de los resultados de un análisis de regresión. También se pueden utilizar otras codificaciones, como 2/3 u 8/9 (sólo hacen que el resultado sea más difícil de comprender).

Vídeos de Variable independiente

Contenido