Словесное программирование это

Определение переменныхВ контексте научного исследования понятия обычно называются переменными. Переменная-это, как следует из названия, нечто изменяющееся. Возраст, пол, экспорт, доходы и расходы, размер семьи, страна рождения, капитальные затраты, классные классы. Показатели артериального давления. Уровень предоперационной тревожности. Цвет глаз и тип транспортного средства-все это примеры переменных. Поскольку каждое из этих свойств варьируется или отличается от одного человека к другому.

Определение переменных в исследованиях

Переменная-это любое свойство, характеристика, число или величина. Которая увеличивается или уменьшается с течением времени или может принимать различные значения (в отличие от констант. Таких как n. Которые не изменяются) в различных ситуациях.

При проведении исследований эксперименты часто манипулируют переменными. Например, экспериментатор может сравнить эффективность четырех видов удобрений.

В этом случае переменной является Социолог может исследовать возможное влияние раннего брака на развод.

Здесь ранний брак-переменная. Исследователь бизнеса может найти полезным включить дивиденды в определение цен акций. Здесь дивиденды-переменная.

Эффективность, разводы и цены акций также являются переменными. Поскольку они также изменяются в результате манипулирования удобрениями. Раннего брака и дивидендов.

Типы переменных

  1. Качественные Переменные.
  2. Количественные переменные.
  3. Дискретная Переменная.
  4. Непрерывная Переменная.
  5. Зависимые переменные.
  6. Независимые переменные.
  7. Фоновая переменная.
  8. Модерирующая Переменная.
  9. Посторонняя Переменная.
  10. Промежуточная Переменная.
  11. Переменная подавителя.

Качественные переменные

Важным различием между переменными является различие между качественной и количественной переменными.

Качественные переменные-это те, которые выражают качественный признак, такой как цвет волос. Религия, раса, пол. Социальный статус. Способ оплаты и т. Д. Значения качественной переменной не подразумевают значимого числового порядка.

Значение переменной Качественные переменные иногда называют категориальными переменными.

Например, переменная пол имеет две различные категории:

Аналогичным образом, место жительства может быть классифицировано как городское и сельское и, таким образом. Является категориальной переменной.

Категориальные переменные снова могут быть описаны как номинальные и порядковые.

Порядковые переменные-это те, которые могут быть логически упорядочены или ранжированы выше или ниже других, но не обязательно устанавливают числовую разницу между каждой категорией, например, экзаменационные оценки (A+, A, B+ и т. Д.), размер одежды (Очень большой, большой, средний, маленький).

Номинальные переменные-это те, которые не могут быть ни ранжированы, ни логически упорядочены. Такие как религия, пол и т. Д.

Качественная переменная — это характеристика, которая не поддается измерению. Но может быть классифицирована как обладающая или не обладающая некоторыми характеристиками.

Количественные переменные

Количественные переменные, также называемые числовыми переменными, — это те переменные. Которые измеряются в терминах чисел. Простой пример количественной переменной-возраст человека.

Возраст может принимать разные значения, потому что человеку может быть 20 лет, 35 лет и так далее. Точно так же размер семьи является количественной переменной, потому что семья может состоять из одного, двух. Трех членов и т. Д.

То есть каждое из этих свойств или характеристик, упомянутых выше. Варьируется или отличается от одного индивида к другому. Обратите внимание, что эти переменные выражаются в числах. Для которых мы называем их количественными или иногда числовыми переменными.

Количественная переменная-это переменная, для которой результирующие наблюдения являются числовыми и. Следовательно. Обладают естественным порядком или ранжированием.

Дискретные и непрерывные переменные

Количественные переменные опять-таки бывают двух типов: дискретные и непрерывные.

Такие переменные, как количество детей в семье или количество дефектных предметов в коробке. Являются дискретными переменными. Поскольку возможные оценки дискретны по шкале.

Например, в семье может быть трое или пятеро детей, но не 4,52 ребенка.

Другие переменные, такие как

Время, необходимое в приведенных выше примерах, является непрерывной переменной, которая может составлять, например, 1,65 минуты. Или это может быть 1,6584795214 минуты.

Конечно, практические возможности измерения исключают непрерывность большинства измеряемых переменных.

Дискретная переменная

Определение 2.6: Дискретная переменная, ограниченная определенными значениями. Обычно (но не обязательно) состоит из целых чисел. Таких как размер семьи. Количество дефектных элементов в коробке. Они часто являются результатами перечисления или подсчета.

Еще несколько примеров;

  • Количество несчастных случаев за двенадцать месяцев.
  • Количество мобильных карт, проданных в магазине в течение семи дней.
  • Количество пациентов, поступивших в стационар за указанный период.
  • Количество новых филиалов банка, открытых ежегодно в течение 2001 — 2007 гг.
  • Количество еженедельных визитов медицинского персонала за последние 12 месяцев.

Непрерывная переменная

Непрерывная переменная-это переменная. Которая может принимать бесконечное количество промежуточных значений на заданном интервале. Примеры таковы:

  • Уровень сахара в организме человека;
  • Показания артериального давления;
  • Температура;
  • Рост или вес человеческого тела;
  • Ставка банковского процента;
  • Внутренняя норма прибыли (IRR),
  • Коэффициент заработка (ER);
  • Коэффициент тока (CR)

Независимо от того, насколько близки могут быть два наблюдения, если инструмент измерения достаточно точен. Можно найти третье наблюдение. Которое будет находиться между первыми двумя.

Непрерывная переменная обычно является результатом измерения и может принимать бесчисленные значения в заданном диапазоне.

Зависимые и независимые переменные

Во многих исследовательских условиях существуют два конкретных класса переменных. Которые необходимо отличать друг от друга: независимая переменная и зависимая переменная.

Многие научные исследования направлены на раскрытие и понимание причин, лежащих в основе явлений или проблем. С конечной целью установления причинно-следственной связи между ними.

Посмотрите на следующие утверждения:

  • Низкое потребление пищи приводит к недостаточному весу.
  • Курение повышает риск развития рака легких.
  • Уровень образования влияет на удовлетворенность работой.
  • Реклама помогает в стимулировании продаж.
  • Препарат вызывает улучшение состояния здоровья.
  • Сестринское вмешательство вызывает более быстрое выздоровление.
  • Предыдущий опыт работы определяет начальную зарплату.
  • Черника замедляет старение.
  • Дивиденды на акцию определяют цены акций.

В каждом из приведенных выше запросов у нас есть две переменные: одна независимая и одна зависимая. В первом примере

Таким образом, это так называемая независимая переменная. Недостаточный вес является зависимой переменной, потому что мы считаем, что эта

Точно так же курение, дивиденды и реклама являются независимыми переменными, а рак легких. Удовлетворенность работой и продажи-зависимыми переменными.

В общем случае экспериментатор или исследователь манипулирует независимой переменной и измеряет ее влияние на зависимую переменную.

Независимая переменная

Переменная, используемая для описания или измерения фактора, который, как предполагается, вызывает или. По крайней мере. Влияет на проблему или результат. Называется независимой переменной.

Определение подразумевает. Что экспериментатор использует независимую переменную для описания или объяснения ее влияния на зависимую переменную.

Предполагается. Что изменчивость зависимой переменной зависит от изменчивости независимой переменной.

В зависимости от контекста независимую переменную иногда называют предикторной переменной, регрессором. Контролируемой переменной. Манипулируемой переменной. Объясняющей переменной. Переменной воздействия (как используется в теории надежности). Фактором риска (как используется в медицинской статистике). Характеристикой (как используется в машинном обучении и распознавании образов) или входной переменной.

Некоторые авторы предпочитают объяснительную переменную независимой, когда величины. Рассматриваемые как независимые переменные. Не могут быть статистически независимыми или независимо управляемыми исследователем.

Если независимая переменная называется объясняющей переменной. То некоторые авторы предпочитают термин

Зависимая переменная

Переменная, используемая для описания или измерения исследуемой проблемы или результата. Называется зависимой переменной.

В причинно — следственной связи причиной является независимая переменная, а следствием-зависимая переменная. Если мы предположим, что курение вызывает рак легких, то

Исследователь бизнеса может найти полезным включить дивиденды в определение цен акций. Здесь дивиденды-независимая переменная, а цена акций-зависимая.

Зависимой переменной обычно является переменная. Которую исследователь заинтересован в понимании. Объяснении или прогнозировании.

В исследованиях рака легких реальный интерес для исследователя представляет именно карцинома. А не курение как таковое. Независимая переменная является предполагаемой причиной зависимой переменной. Предшествующей ей или влияющей на нее.

В зависимости от контекста зависимую переменную иногда называют ответной переменной, регрессной переменной. Предсказанной переменной. Измеренной переменной. Объясненной переменной. Экспериментальной переменной. Ответной переменной. Переменной результата. Выходной переменной или меткой.

Некоторые авторы предпочитают объясненную переменную зависимой переменной, когда величины. Рассматриваемые как зависимые переменные. Могут не быть статистически зависимыми.

Если зависимая переменная называется объясненной переменной. То некоторые авторы предпочитают термин предикторная переменная для независимой переменной.

Уровни независимой переменной

Если экспериментатор сравнивает экспериментальное лечение с контрольным. То независимая переменная (тип лечения) имеет два уровня: экспериментальный и контрольный.

Если бы в эксперименте сравнивались пять типов диет. То независимые переменные (типы диет) имели бы пять уровней.

В общем случае число уровней независимой переменной-это число условий эксперимента.

Фоновая переменная

Почти в каждом исследовании мы собираем такую информацию, как возраст, пол, уровень образования. Социально-экономическое положение. Семейное положение, религия. Место рождения и тому подобное. Эти переменные называются фоновыми переменными.

Эти переменные часто связаны со многими независимыми переменными, так что они косвенно влияют на проблему. Поэтому они называются фоновыми переменными.

Если фоновые переменные важны для исследования, они должны быть измерены. Однако в интересах экономики мы должны стараться, чтобы число фоновых переменных было как можно меньше.

Модерирующая переменная

В любом описании отношений переменных обычно предполагается. Что независимая переменная каким-то образом В простых отношениях все остальные переменные являются посторонними и игнорируются. В реальных ситуациях исследования такая простая взаимно однозначная связь должна быть пересмотрена с учетом других переменных. Чтобы лучше объяснить эту связь.

Это подчеркивает необходимость рассмотрения второй независимой переменной, которая, как ожидается. Окажет значительное вкладывающее или обусловленное влияние на первоначально заявленную зависимость-независимую связь. Такая переменная называется модерирующей переменной.

Предположим. Что вы изучаете влияние полевых и аудиторных занятий на производительность труда работников здравоохранения и планирования семьи. Вы рассматриваете тип обучения как независимую переменную.

Если вы сосредотачиваетесь на взаимосвязи между возрастом обучаемых и производительностью труда. Вы можете использовать

Посторонняя переменная

Большинство исследований посвящено выявлению одной независимой переменной и измерению ее влияния на зависимую переменную.

Но все же несколько переменных могли бы предположительно повлиять на наше гипотетическое соотношение независимых и зависимых переменных. Тем самым искажая исследование. Эти переменные называются внешними переменными.

Посторонние переменные не обязательно являются частью исследования. Они оказывают смешивающее воздействие на зависимо-независимые отношения и, таким образом. Нуждаются в устранении или контроле.

Пример может проиллюстрировать понятие посторонних переменных. Предположим. Что мы заинтересованы в изучении взаимосвязи между рабочим статусом матерей и продолжительностью грудного вскармливания.

В данном случае нет ничего неразумного в предположении, что уровень образования матерей. Поскольку он влияет на статус работы. Может также влиять на продолжительность грудного вскармливания.

Образование рассматривается здесь как посторонняя переменная. В любой попытке устранить или контролировать действие этой переменной мы можем рассматривать ее как смешивающую переменную.

Подходящим способом борьбы с путающими переменными является следование процедуре стратификации. Которая включает в себя отдельный анализ для различных уровней смешивающих переменных.

Для этого можно построить две перекрестные таблицы: одну-для неграмотных матерей, другую-для грамотных. Если мы обнаружим сходную связь между рабочим статусом и продолжительностью грудного вскармливания в обеих группах матерей. То придем к выводу. Что образовательный уровень матерей не является смешивающей переменной.

Промежуточная переменная

Часто очевидная связь между двумя переменными определяется третьей.

Например, переменные X и Y могут быть сильно коррелированы, но только потому, что X вызывает третью переменную, Z, которая. В свою очередь. Вызывает Y. В этом случае Z-промежуточная переменная.

Промежуточная переменная теоретически влияет на наблюдаемые явления, но ее нельзя увидеть. Измерить или манипулировать непосредственно; ее эффекты могут быть выведены только из эффектов независимых и сдерживающих переменных на наблюдаемые явления.

В отношениях

Таким образом, мотив, удовлетворенность работой, ответственность, поведение. Справедливость являются некоторыми примерами промежуточных переменных.

Переменная подавителя

Во многих случаях у нас есть веские основания полагать, что интересующие нас переменные связаны между собой. Но наши данные не позволяют установить такую связь. Некоторые скрытые факторы могут подавлять истинную связь между двумя исходными переменными.

Такой фактор называется подавляющей переменной, поскольку он подавляет действительную связь между двумя другими переменными.

Переменная-супрессор подавляет отношения. Будучи положительно коррелированной с одной из переменных в отношениях и отрицательно коррелированной с другой. Истинная связь между двумя переменными появится снова, когда переменная-подавитель будет контролироваться.

Так, например, низкий возраст может подтянуть образование вверх, а доход-вниз. Напротив, высокий возраст может привести к росту доходов, а образование-к снижению. Фактически сводя на нет связь между образованием и доходом. Если только возраст не контролируется.

Концепция

Понятие-это название, данное категории, которая организует наблюдения и идеи, обладая общими чертами. Как лаконично выразился Балмер, понятия-это категории для организации идей и наблюдений (Bulmer, 1984:43).

Если понятие должно быть использовано в количественном исследовании, оно должно быть измерено. После того, как они измерены, понятия могут быть в форме независимых или зависимых переменных.

Другими словами, понятия могут объяснять (объясняющая переменная) определенный аспект социального мира. Или они могут обозначать вещи. Которые мы хотим объяснить (зависимая переменная).

Примерами таких понятий являются социальная мобильность, религиозная ортодоксия, социальный класс, культура. Образ жизни. Академические достижения и тому подобное.

Показатель

Показатель — это мера, которая используется для обозначения понятия, когда нет прямой меры. Мы используем индикаторы для выявления концепций, которые менее поддаются прямой количественной оценке.

Чтобы понять, что такое индикатор, стоит провести различие между мерой и индикатором. Показатель может относиться к вещам относительно однозначно подсчитанным, таким как доход, возраст. Количество детей и т. Д.

Другими словами, меры-это величины. Если нас интересуют некоторые причины вариации доходов. То последняя может быть количественно определена достаточно прямым способом.

Мы используем индикаторы, чтобы использовать понятия. Которые менее непосредственно поддаются количественной оценке. Если нас интересуют причины различий в удовлетворенности работой, нам нужны показатели. Которые будут соответствовать этой концепции.

Эти показатели позволяют измерить удовлетворенность работой. И мы можем рассматривать полученную количественную информацию так. Как если бы она была мерой.

Таким образом, показатель-это нечто придуманное или уже существующее и используемое как мера понятия.

Она рассматривается как косвенная мера такого понятия, как удовлетворенность работой. Еще один пример-IQ, представляющий собой набор индикаторов понятия интеллекта.

Сооружать

Конструкт — это абстракция или понятие. Намеренно изобретенное или сконструированное исследователем с научной целью.

В научной теории, особенно в психологии, гипотетическая конструкция-это объясняющая переменная. Которая непосредственно не наблюдаема.

Например, понятия интеллекта и мотивации используются для объяснения явлений в психологии, но ни то. Ни другое не поддается непосредственному наблюдению.

Гипотетическая конструкция отличается от промежуточной переменной тем, что имеет свойства и следствия. Которые не были продемонстрированы в эмпирических исследованиях. Они служат руководством для дальнейших исследований. Промежуточная переменная, с другой стороны, является обобщением наблюдаемых эмпирических результатов.

Кронбах и Мил (1955) определяют гипотетическую конструкцию как концепцию. Для которой нет ни одного наблюдаемого референта. Которая не может быть непосредственно наблюдаема и для которой существует множество референтов. Но ни один из них не является всеобъемлющим.

Например, согласно Кронбаху и Мелю, рыба не является гипотетической конструкцией, потому что. Несмотря на различия в видах и разновидностях рыб. Существует согласованное определение рыбы со специфическими характеристиками. Которые отличают рыбу от птицы.

Кроме того, рыбу можно наблюдать непосредственно.

С другой стороны, гипотетическая конструкция не имеет единого референта; скорее. Гипотетические конструкции состоят из групп функционально связанных поведений, установок. Процессов и переживаний.

Вместо того чтобы видеть интеллект, любовь или страх, мы видим индикаторы или проявления того. Что мы условились называть интеллектом. Любовью или страхом.

Другие примеры конструкций:

  • В биологии: Гены, эволюция, болезни, систематика, иммунитет
  • В физике/астрофизике: Черные дыры, Большой взрыв, Темная материя, Теория струн, молекулярная физика или атомы, гравитация, центр масс
  • В психологии: Интеллект или знание, эмоции, личность, настроение.

Свойства связей между переменными

Имея дело с отношениями между переменными в исследованиях, мы наблюдаем различные измерения в этих отношениях. Ниже мы обсудим некоторые из них.

Положительные и отрицательные отношения

Две или более переменных могут иметь положительную, отрицательную или вообще никакую связь. В случае двух переменных положительной является зависимость. При которой обе переменные изменяются в одном и том же направлении.

Однако, когда они изменяются в противоположных направлениях, говорят, что они имеют отрицательную связь. Когда изменение другой переменной не сопровождается изменением или движением одной переменной, мы говорим. Что рассматриваемые переменные не связаны.

Например, если повышение ставки заработной платы сопровождает стаж работы. То связь между стажем работы и ставкой заработной платы положительна.

Если повышение уровня образования индивида снижает его желание иметь дополнительных детей. То связь отрицательная или обратная. Если уровень образования не имеет никакого отношения к желанию, мы говорим. Что переменные

Сила отношений

Как только будет установлено, что две переменные действительно связаны, мы хотим выяснить. Насколько сильно они связаны.

Распространенной статистикой для измерения силы связи является так называемый коэффициент корреляции, обозначаемый r. r-это безразмерная мера. Лежащая между -1 и +1 включительно. При этом ноль означает отсутствие линейной связи.

Что касается предсказания одной переменной из знания другой переменной. То значение r= +1 означает 100% — ную точность в предсказании положительной связи между двумя переменными. А значение r = -1 означает 100% — ную точность в предсказании отрицательной связи между двумя переменными.

Симметричные Отношения

До сих пор мы обсуждали только симметричные отношения. В которых изменение другой переменной сопровождает изменение любой из этих переменных. Эта зависимость не указывает, какая переменная является независимой, а какая-зависимой.

Другими словами, вы можете обозначить любую из переменных как независимую.

Такие отношения являются симметричными. В асимметричных отношениях изменение переменной X (скажем) сопровождается изменением переменной Y, но не наоборот.

Количество осадков, например, увеличит производительность. Но производительность не повлияет на количество осадков. Это асимметричные отношения.

Точно так же связь между курением и раком легких будет асимметричной, потому что курение может вызвать рак. Но рак легких не может вызвать курение.

Причинно-Следственная связь

Указание на связь между двумя переменными не гарантирует автоматически. Что изменения в одной переменной вызывают изменения в другой.

Однако очень трудно установить существование причинно-следственной связи между переменными. Хотя никто никогда не может быть уверен, что переменная А вызывает переменную В, тем не менее. Можно собрать некоторые доказательства. Которые усиливают нашу веру в то. Что А приводит к В.

В попытке сделать это мы ищем следующие доказательства:

  1. Существует ли связь между А и В? Когда такие доказательства существуют. Это указывает на возможную причинно-следственную связь между переменными.
  2. Асимметричны ли эти отношения, так что изменение А приводит к изменению В, но не наоборот? Другими словами, происходит ли A до B? Если мы обнаружим, что B происходит до A, мы можем иметь мало уверенности в том, что A вызывает
  3. Приводит ли изменение A к изменению B независимо от действия других факторов? Или другими словами, можно ли устранить другие возможные причины B? Можно ли определить, что C, D и E (скажем) не изменяются с B таким образом. Что это предполагает возможные причинно-следственные связи?

Линейная и нелинейная зависимость

Линейная зависимость-это прямолинейная зависимость между двумя переменными. Где переменные изменяются с одинаковой скоростью независимо от того. Являются ли значения низкими. Высокими или промежуточными.

Это контрастирует с нелинейными (или криволинейными) отношениями, где скорость. С которой одна переменная меняет свое значение. Может быть различной для разных значений второй переменной.

Является ли переменная линейно связанной с другой переменной или нет. Можно просто установить. Построив значения K против значений X. Если значения при построении графика кажутся лежащими на прямой линии. То предполагается существование линейной зависимости между X и Y.

Рост и вес почти всегда имеют приблизительно линейную зависимость. В то время как возраст и рождаемость имеют нелинейную зависимость.