Forklaringsvariable

Forklaringsvariable är inom statistik en variabel som används för att förklara eller predicera variationen i en annan variabel, oftast kallad beroende variabel eller responsvariabel. I regressionsanalys fungerar forklaringsvariablerna som oberoende variabler eller prediktorer som hjälpmedel för att uppskatta hur mycket av den beroende variabelns variation som kan förklaras av dem. En modell kan innehålla en eller flera forklaringsvariable. Beroende variabeln är den som studeras och försöks förutsägas.

Typ och mätning: Dessa variabler kan vara kvantitativa (kontinuerliga eller diskreta) eller kvalitativa (categoriska). Kategoriska variabler används ofta genom dummykodning i regressionsmodeller. Till exempel kan studietid vara en kvantitativ forklaringsvariable för tentamenspoäng, medan kön kan vara en kvalitativ variabel som kodas som dummyvariabler.

Roll i analyser: I enkel linjär regression används en forklaringsvariable; i multipel regression används flera. ANOVA kan ses som regression där faktorer utgör forklaringsvariable. I experiment är syftet ofta att manipulera forklaringsvariable för att undersöka orsakssamband, medan observationsstudier kräver försiktighet eftersom korrelation inte nödvändigtvis innebär kausalitet.

Tolkning och begränsningar: Koefficienterna för forklaringsvariable anger hur mycket den förväntade förändringen i den beroende variabeln är när variabeln ändras med en enhet, under kontrollerade andra variabler. Vanliga utmaningar inkluderar multikollinearitet, mätfel och bortfall av variabler (omitted-variable bias). Sammanfattningsvis är forklaringsvariabler centrala för att modellera och förstå hur olika faktorer påverkar en utfallsvariabel.