Zmienne w badaniach naukowych: rodzaje zmiennych, operacjonalizacja, zmienne zależne, niezależne i zakłócające oraz ich znaczenie w analizie statystycznej.
Słownik zmiennych porządkuje definicje, kody, jednostki, role i zasady pomiaru wszystkich zmiennych w projekcie badawczym. Dowiedz się, jak przygotować go przed zebraniem danych i jak uniknąć błędów utrudniających analizę.
Lekcja 099 wyjaśnia, czym są zmienne pochodne, jak zapisywać ich wzory, reguły kodowania, źródła danych i decyzje analityczne, aby wyniki badań były przejrzyste i odtwarzalne.
Transformacja zmiennej może poprawić dopasowanie modelu, ograniczyć wpływ silnej asymetrii i ułatwić interpretację relacji. Nie jest jednak automatycznym lekarstwem na każdy problem z danymi.
Dychotomizacja upraszcza zmienną ciągłą do dwóch kategorii, ale często zmniejsza moc analizy, zniekształca zależności i utrudnia interpretację. Lekcja pokazuje, kiedy podział może być uzasadniony, a kiedy lepiej zachować pełną skalę pomiaru.
Zmienne złożone i indeksy pozwalają syntetyzować informacje pochodzące z wielu pomiarów. W tej lekcji wyjaśniamy, kiedy ich tworzenie jest uzasadnione, jak budować je poprawnie oraz jak unikać błędów interpretacyjnych.
Dane hierarchiczne powstają wtedy, gdy osoby, pomiary lub zdarzenia są zgrupowane w większych jednostkach, takich jak oddziały szpitalne, klasy, szkoły albo poradnie. Lekcja wyjaśnia, jak rozpoznawać taką strukturę, dlaczego obserwacje w grupach nie są niezależne oraz kiedy potrzebne są modele wielopoziomowe.
Powtarzane pomiary tej samej osoby tworzą dane zależne, w których obserwacje są zagnieżdżone w osobach. Lekcja wyjaśnia, dlaczego zwykłe metody dla danych niezależnych mogą prowadzić do błędnych wniosków oraz kiedy stosować analizę różnic, ANOVA z powtarzanym pomiarem, modele mieszane i GEE.
Wprowadzenie do zmiennych czasowo-zależnych: definicje, przykłady, zapis danych, model Coxa oraz najczęstsze błędy interpretacyjne.
Lekcja 092 wyjaśnia, jak rozpoznawać ekspozycję, wynik zdrowotny i czynnik ryzyka oraz jak poprawnie określać ich role w badaniu epidemiologicznym.
Zmienne latentne opisują konstrukty teoretyczne, takie jak depresja, lęk, jakość życia czy zaufanie społeczne, których nie mierzymy jednym bezpośrednim pomiarem. W lekcji wyjaśniamy, jak przechodzimy od konstruktu do wskaźników obserwowalnych, czym różni się model pomiarowy od strukturalnego i jak oceniać jakość takiego pomiaru.
Kolider to zmienna będąca wspólnym skutkiem dwóch innych zmiennych. Włączenie jej do modelu, warunkowanie na niej lub ograniczenie badania do jej określonej wartości może otworzyć wcześniej zamkniętą ścieżkę i wytworzyć pozorny związek między zmiennymi.
Mediator wyjaśnia, przez jaki proces lub ogniwo pośrednie zmienna objaśniająca wiąże się ze zmienną wynikową. Lekcja omawia pojęcie mediacji, ścieżki a, b, c i c′, efekt pośredni, bootstrap, ograniczenia wnioskowania przyczynowego oraz najczęstsze błędy interpretacyjne.
Moderator to zmienna, która zmienia siłę lub kierunek związku między predyktorem a wynikiem. W lekcji wyjaśniamy interakcję, model regresji, interpretację prostych nachyleń oraz różnicę między moderacją, mediacją i confoundingiem.
Lekcja 087 wyjaśnia, jak przed rozpoczęciem analizy rozpoznawać potencjalne zmienne zakłócające, odróżniać je od mediatorów i koliderów oraz budować uzasadniony zbiór zmiennych do kontroli.
Confounding, czyli zakłócenie, może sprawić, że obserwowana zależność między ekspozycją a wynikiem będzie zawyżona, zaniżona albo nawet odwrócona. W lekcji wyjaśniamy, jak rozpoznawać zmienne zakłócające, odróżniać je od mediatorów i modyfikatorów efektu oraz jak ograniczać ich wpływ na wnioskowanie.
Dowiedz się, czym są zmienne kontrolne i współzmienne, kiedy ich uwzględnianie poprawia trafność oraz precyzję analizy, a kiedy może prowadzić do błędnych wniosków.
Lekcja wyjaśnia różnicę między zmiennymi ilościowymi dyskretnymi i ciągłymi, pokazuje jej znaczenie dla pomiaru, opisu danych, wizualizacji oraz wyboru analizy statystycznej.
Lekcja 083 wyjaśnia, czym są zmienne jakościowe, jak odróżniać zmienne dychotomiczne, nominalne i porządkowe oraz jak dobierać sposób opisu i analizy do ich roli w badaniu.
Lekcja 082 wyjaśnia, czym są zmienna wynikowa i objaśniająca, dlaczego są trafniejszą alternatywą dla określeń zależna i niezależna oraz jak rozpoznawać ich role w analizie statystycznej.
Lekcja wyjaśnia, czym są zmienne, jak klasyfikować je według roli w modelu, poziomu pomiaru, charakteru danych i sposobu obserwacji oraz dlaczego klasyfikacja wpływa na plan analizy statystycznej.