Разница между зависимой переменной и переменной исхода

В большинстве контекстов зависимая переменная и переменная исхода (результата) — это одно и то же понятие под разными названиями. Оба термина относятся к тому, что вы измеряете, к величине, значение которой должно измениться, к тому, что находится в левой части уравнения. Если вы переживали, что использовали не тот термин, то, скорее всего, вы не ошиблись.

Но в чем это действительно имеет значение, так это в сигнализировании. Выбор слова подсказывает читателю, в рамках какой исследовательской традиции вы пишете, а в одном конкретном случае сообщает им кое-что о дизайне вашего исследования. В этом случае стоит разобраться, поскольку ошибка здесь — одна из немногих терминологических неточностей, на которой проверяющий действительно заострит внимание.

<CTA title="Пишите, используя терминологию вашей области" description="Jenni помогает поддерживать единообразие терминологии во всем длинном документе" buttonLabel="Попробовать Jenni бесплатно" link="https://app.jenni.ai/register" />

Краткий ответ

Зависимая переменная пришла из экспериментальной традиции. Она называется зависимой, поскольку предполагается, что ее значение зависит от независимой переменной, которой вы манипулировали.

Переменная исхода (результата) — это более широкое понятие, нейтральное по отношению к дизайну исследования. Оно обозначает ту же позицию в анализе, но не подразумевает, что для ее получения производились какие-либо манипуляции.

Таким образом, любая зависимая переменная является переменной исхода. Но далеко не каждую переменную исхода можно с уверенностью назвать зависимой переменной, и причина этого кроется в следующем разделе.

Почему проблема в «независимой переменной», а не в «зависимой»

Неловкость возникает на другой стороне этой пары. В истинном эксперименте вы задаете независимую переменную независимо от всего остального, что и отражено в ее названии. В обсервационных (наблюдательных) исследованиях вы этого не делаете: вы фиксируете доход, уровень воздействия или прошлые оценки такими, какими они уже являются.

Некоторые методологи считают использование экспериментальной терминологии в данном случае принципиально неверным. В учебнике по методам исследования BCcampus в отношении корреляционных дизайнов указывается, что там, где ни одна из переменных не считается причиной другой и ничего не подвергается манипулированию, термины «независимая переменная» и «зависимая переменная» не применимы к такому типу исследований. Статистический ресурс Национального университета указывает на то же самое, отмечая, что корреляционное исследование не определяет независимые и зависимые переменные, поскольку анализ не зависит от направления связи.

Поскольку эти два слова всегда идут в паре, отказ от «независимой» переменной обычно влечет за собой и отказ от «зависимой». Именно поэтому «переменная исхода» становится естественным термином в обсервационных исследованиях, а не из-за каких-то особых свойств самой измеряемой переменной.

Имейте в виду, что это скорее живая традиция, чем устоявшееся правило. Множество квалифицированных аналитиков без лишних оправданий используют термин «независимая переменная» для обсервационных данных, и за это вас никто не срежет. Практический совет — ориентируйтесь на свою научную область.

<ProTip title="🧭 Выбирайте по дизайну исследования:" description="Если вы распределяли группы или чем-то манипулировали, термин «зависимая переменная» будет точным. Если вы только наблюдали то, что уже было, термин «переменная исхода» безопаснее и не потребует оправданий" />

<ProTip title="🔤 Дайте определение:" description="Если вы используете слово «ковариата», поясните в одном предложении, что вы под ним подразумеваете. Некоторые читатели воспримут его как ключевой предиктор, другие — как побочную переменную, подлежащую корректировке" />

Одно и то же понятие в шести терминологиях

Этот раздел стоит сохранить в закладки, так как наборы синонимов специфичны для конкретных областей, и им практически нигде не учат.

В экспериментальной психологии используются «независимая» и «зависимая» переменные — классическая пара, уместная, когда вы действительно чем-то манипулируете. В эпидемиологии используют «воздействие» (exposure) и «исход» (outcome), поскольку никто искусственно не подвергает людей воздействию факторов, и экспериментальная терминология здесь не прижилась. В клинических исследованиях говорят о «конечных точках»; руководство ICH E9 для обозначения того же самого использует термины «первичная переменная», «целевая переменная» или «первичная конечная точка». В регрессионном анализе и статистике используют «предиктор» и «отклик» (или «регрессор» и «регрессанд»), а неофициально — левую и правую переменные уравнения. В корреляционных исследованиях используют «предиктор» и «критерий», выбранные именно потому, что ни одна из переменных не претендует на роль причины другой. В машинном обучении используют «признаки» (features) и «таргет» (target), или «метку» (label) — та же математика, но в совершенно иной терминологической традиции.

Один из терминов действительно двусмысленен, и его стоит избегать, когда важна точность: это ковариата. Некоторые источники трактуют его как синоним независимой переменной. В ковариационном анализе он традиционно означает непрерывную побочную переменную, влияние которой корректируется, а не переменную, представляющую основной интерес. Если вы используете этот термин, обязательно дайте ему определение.

<ProTip title="🏷️ Выберите одно название:" description="Выберите одну терминологию в начале документа и никогда их не смешивайте. Раздел методов, где в одном абзаце используется «зависимая переменная», а в следующем — «исход», выглядит так, будто его писали два разных человека" />

Что же вам все-таки писать?

Ответ на этот вопрос определяют три вопроса.

Манипулировали ли вы чем-то или распределяли ли участников по группам? Если да, то термин «зависимая переменная» точен и ожидаем. Если нет, то безопаснее использовать «переменная исхода».

Как принято писать в вашей области? Это важнее личных предпочтений. Использование термина «зависимая переменная» в статье по эпидемиологии выдаст в вас аутсайдера гораздо вернее, чем любая грамматическая ошибка.

Что требует ваш стандарт отчетности? STROBE, стандарт для обсервационных исследований, требует от вас определить исходы, воздействия, предикторы, потенциальные вмешивающиеся факторы и модификаторы эффекта. В нем ни разу не упоминается «зависимая переменная». Если вы пишете под конкретный стандарт, используйте его термины.

<ProTip title="🧾 Соответствуйте стандарту:" description="Перед выбором терминов проверьте, какой стандарт отчетности использует целевой журнал. У STROBE, CONSORT и PRISMA своя терминология, и соответствие ей избавит вас от очевидных замечаний рецензентов" />

Называйте одни и те же вещи одинаково

Различие между терминами невелико, но дисциплина, которую оно требует, серьезна. Выберите терминологию, принятую в вашей области, последовательно применяйте ее от аннотации до обсуждения, и пусть выбранный вами термин честно отражает, манипулировали ли вы какими-либо факторами.

<CTA title="Сохраняйте единообразие терминологии во всей диссертации" description="Пишите каждый раздел с последовательной терминологией, где каждое утверждение подкреплено доказательствами" buttonLabel="Попробовать Jenni бесплатно" link="https://app.jenni.ai/register" />

Если вы все еще пытаетесь разобраться, какая переменная за что отвечает, в нашей дополнительной статье о том, как отличить независимые переменные от зависимых, подробно описан тест на определение и рассмотрены еще четыре типа переменных, которые должны присутствовать в разделе методов.