变量、响应变量（response variable）、依變數、果變數，亦即要研究的目标变量，其取值可被观测且随自变量的变化而变化。 此外，另有控制變數（英語：controlled variable），又称额外变量（extraneous variable）、无关变量，是除了实验因素（自变量...

虚拟自变量（又称虚拟解释变量）取值为0时，该变量的系数对因变量没有影响，而当虚拟变量取值为1时，其系数会改变截距。例如，假定某人是否为某组的成员是与回归相关的定性变量之一，如果属于该组成员以1代表，则其他所有人获得0值，此时截距对非成员是常数项，对成员则是常数项加上“成员”虚拟变量的系数。 虚拟变量常用于时间序列分析，包括状态转换、季节性分析和定性数据应用。...

variable），又稱為干擾因子、干擾變量、混淆變量、共變因等，在统计学和因果關係中是指會同時影響自变量和因变量，導致出現偽關係的一種變量。在不嚴謹的語境下，干擾因子也可以指所有未知變數（lurking variable），包括中介變因和對撞變因。干擾因子會造成偽關係，是相關不蘊涵因果的原因之一。 軼事證據...

j, k命名。 变量是统计学研究中对象的特征。它可以是定性的也可以是定量的，一个定量变量要么是离散的，要么是连续的。社会科学中研究变量的关系，通常採用數學中對應的觀念，把一个变量称为自变量（独立变量），另一个变量称之为因变量（依赖变量）。 肖学平. 中学数学的基本思想和方法. 科学出版社. 1994:...

在電腦科學中，控制變數是用來調整程式控制流程的变量。 迴圈中的控制變數是用來控制迴圈執行的次數，迴圈每執行一次，控制變數會遞增（若是控制變數下數的迴圈，控制變數則會遞減）。 控制變數可用來識別程式的狀態（英语：State (computer science)）。 自变量和因变量...

微积分方法常用于连续变量问题，如连续最优化问题。 统计学中，连续变量的概率分布可用概率密度函数（PDF）表示。 连续时间动力学中，时间变量被视作连续的，描述变量随时间变化的方程是微分方程。瞬时变化率是良定义的概念，是指在某特定瞬间，因变量与自变量的变化比。 相对地，当且仅当变量值与自然数集 N {\displaystyle...

回归模型主要包括以下变量： 未知参数，记为 β {\displaystyle \beta } ，可以代表一个标量或一个向量。 自变量， X {\displaystyle \mathbf {X} } 。 因变量， Y {\displaystyle Y} 。 回归模型将 Y {\displaystyle Y} 和一个关于...

尼文定理（Niven's theorem）说的是，在 0~90° 范围内，如果正弦函数 sin 的自变量和因变量都要求是有理数，那么答案只有： sin ⁡ 0 ∘ = 0 {\displaystyle \sin 0^{\circ }=0} 。 sin ⁡ 30 ∘ = 1 2 {\displaystyle...

验。在多变量测试中，Y的列一起测试，而在单变量测试中，Y列独立地测试，即作为具有相同设计矩阵的多个单变量测试。 多元线性回归是简单线性回归到多个自变量的概括，以及一般线性模型的特例，仅限于一个因变量。多元线性回归的基本模型是 Y i = β 0 + β 1 X i 1 + β 2 X i 2 + β...

多项式回归是回归分析的一种形式，其中自变量 x 和因变量 y 之间的关系被建模为关于 x 的 n 次多项式。多项式回归拟合x的值与 y 的相应条件均值之间的非线性关系，表示为 E(y|x)，并且已被用于描述非线性现象，例如组织的生长速率、湖中碳同位素的分布以及沉积物和...

变量的改变将在多大程度上影响其他变量，这一概念是由阿尔弗莱德·马歇尔提出的。 弹性用因变量的变化率与自变量的变化率之比表示。弹性的概念可以应用在所有具有因果关系的变量之间。作为原因的变量通常称作自变量，受其作用发生改变的量称作因变量。例如自变量 x {\displaystyle x} 和从变量 y...

在统计学中，线性回归（英語：linear regression）是利用称为线性回归方程的最小平方函數对一个或多个自变量和因变量之间关系进行建模的一种回归分析。这种函数是一个或多个称为回归系数的模型参数的线性组合。只有一个自变量的情况称为简单回归，大于一个自变量情况的叫做多元回归（multivariable linear regression）。...

和控制条件随机分配给每个人。 根据不同研究领域中专业标准的不同，实验有多种分类方法。例如，可把实验分为对照试验、自然实验和实地实验。 “真实验”是某些学科（如心理学、政治学）中的一种社会研究方法，其中有两种变量：实验者控制自变量，并测量因变量。真实验的特征是，通过随机分配来中和...

analysis）是研究複變的函數，特別是亞純函數和複變解析函數的數學理論。 研究中常用的理论、公式以及方法包括柯西积分定理、柯西积分公式、留数定理、洛朗级数展开等。複變分析的应用领域较为广泛，在其它数学分支和物理学中也起着重要的作用。包括数论、应用数学、流体力学、热力学和电动力学。 複变函数，是自变量和因变量...

变量分析范畴，是社会学、生物统计学、临床、数量心理学、计量经济学、市场营销等统计实证分析的常用方法。 通过使事件的对数发生率（log-odd）成为一个或多个自变量的线性组合，对事件发生的概率进行建模。形式上，在二元逻辑回归中，有一个二元因变量，由指示变量编码，其中两个值标记为“0”和“1”，而自...

自变量的其中一个，那么可以建立一个虚拟变量D，如果X存在数据缺失则D=1，否则D=0。同时建立一个变量X'，使得当不存在数据缺失时X'=X，否则X'等于一个任意常数c。回归因变量Y于X'、D及其他在预设模型中的所有变量。 虚拟变量调整方法的优点是：它使用了所有可用的关于缺失数据的信息。 虚拟变量...

散点图可以用來表示實驗中的連續自變量和另一個連續因变量之間的關係，也可以用來表示二個連續自变量之間的關係。若系統中存在參數，在實驗中會刻意增加或減少其數值，此參數即為自变量，若是自變量和因变量的散点图，一般會將自變量放在橫軸，因变量放在縱軸。若兩個參數都是自变量...

非参数回归指的是一类回归分析，其中的预测子不是预先确定的，而根据从数据中获得的信息。也就是说，预测子与因变量之间的关系不会假定为参数形式。非参数回归需要更大的样本量，因为数据必须提供参数模型结构和模型估计值。 非参数回归中，有随机变量 X {\displaystyle X} 、 Y {\displaystyle Y}...

变量。 通过逐次逼近的方法拟合数据。 在非线性回归中，形式的统计模型 ， y ∼ f ( x , β ) {\displaystyle \mathbf {y} \sim f(\mathbf {x} ,{\boldsymbol {\beta }})} 关联自变量 x的向量及其相关的观察到的因变量 y...

自变量，比如一个程序或政策，引起一个被试因变量的改变。 在实验中，内部效度决定了两个变量的因果关系是否能够被合适地表现出来，一个因果关联基于以下三个内容： 原因（自变量）在時間上的發生順序先於结果（因变量）； 原因（自变量）与结果（因变量）存在关联性； 在实验观察中没有似是而非的其他解释（其他可变因素）。...

来表示一个因变量。 然而，變異數分析使用类别型的自变量和连续型的因变量，而判别分析則使用连续型自变量和类别型因变量（即类标签）。 邏輯斯諦迴歸和概率迴归比變異數分析更类似于LDA，因为他们也是用连续型自变量来解释类别型因变量。LDA的基本假设是自变量是常态分布的，当这一假设无法满足时，在实际应用中更倾向于用上述的其他方法。...

stability）。 臨界穩定和不穩定都是在控制理論中要設法避免的。理想的控制系統會希望在受到外擾擾動後，當外擾消除後，系統可以回到理想的狀態。因此需要設計控制演算法以達到此一目的。 在计量经济学中，若觀察的時間序列中有出現单位根 ，表示有臨界穩定，可能會讓自变量和因变量...

在统计学上，泊松回归（英語：Poisson regression）是用来为计数资料（英语：Count data）和列联表建模的一种回归分析。泊松回归假设因变量（英语：response variable）Y是泊松分布，并假设它期望值的对数可由一组未知参数进行线性表达。当其用于列联表分析时，泊松回归模型也被称作对数-线性模型。...

和等级相关系数是一致的。更一般的， 被观测数据的「级别」 与估计的总体样本的比值小于给定的值，即被观测值的一半。也就是说，它是相应的等级系数的一种可能的解决方案。虽然不常用，「级别相关」还是仍然有被使用。 斯皮尔曼相关系数的正负性的解读 斯皮尔曼相关系数表明X（自变量）和Y（因变量...

{\displaystyle y} 是因变量， x {\displaystyle x} 是自变量， k {\displaystyle k} 是常数，且 k {\displaystyle k} ≠ {\displaystyle \neq } 0 {\displaystyle 0} ）， 则称变量 y {\displaystyle...

Koenker和Gilbert Bassett於1978年提出。 一般地，传统的回归分析研究自变量与因变量的条件期望之间的关系，相应得到的回归模型可由自变量的估计因变量的条件期望；分位数回归研究自变量与因变量的条件分位数之间的关系，相应得到的回归模型可由自变量估计因变量的条件分位数。相較於傳統迴歸分析仅能得到因...

这些图表说明了可获得的一些结果和回归类型。 分段回归分析基于一组( y, x )数据，其中y是因变量，x是自变量。 最小二乘法分别适用于每个分段，通过这种方法，两条回归线可以分别拟合数据集，同时使因变量观测值（y）与计算值（Yr）之间的差值平方和（SSD）最小化： Yr...

{\displaystyle {\frac {\mathrm {d} }{\mathrm {d} x}}} )，因变量 y {\displaystyle y} 的变化量也趋近于0，但 x {\displaystyle x} 和 y {\displaystyle y} 的变化量都趋近于0。当 x {\displaystyle...

x=f(y)} 用x表示y。这个解是 y = f − 1 ( x ) . {\displaystyle y=f^{-1}(x).} 直观地，通过交换f自变量和因变量的位置就可以得到反函数。换一种说法，反函数给出该方程对于 y {\displaystyle y} 的解 R ( x , y ) = x − f...

自变量和因变量两边展开，同时除以瞬间，再将剩下的项中含有瞬间的项忽略掉:72。而在他的第三篇微积分论文中，牛顿使用了新的概念：最初比和最后比。他说： 相比于牛顿，德国数学家莱布尼兹使用了更清晰的记号来描述导数（见导数的记法一节）。他利用了巴罗的“微分三角形”概念，将自变量和因变量的增量记为...

（页面存档备份，存于互联网档案馆） retrieved 2 July 2018 罪刑法定原則(禁止類推適用) 自變量和因變量 拉丁語短語列表 現在替代過去（英语：Nunc pro tunc） ("now for then"；現在替代過去；事後補正；legal term...