Статистика: Как определить зависимые и независимые переменные в моем наборе данных?

Question

Я немного запутался в классификации зависимых и независимых переменных в моем наборе данных, на которых мне нужно создать модель для прогнозирования. Любые идеи или инструкции будут очень полезны здесь. Предположим, что в моем наборе данных имеется 40 переменных. В этом случае было бы очень сложно классифицировать переменные как независимые или зависимые. Существуют ли какие-либо тесты на python, которые могут помочь нам идентифицировать их?

Answer 1

В любом данном наборе данных обозначение переменных как зависимых или независимых произвольно - нет основополагающей причины, по которой один столбец должен быть независимым, а другой должен быть зависимым.

При этом обычно принято говорить, что «причины» являются независимыми переменными, а «эффекты» являются зависимыми переменными. Но это дело о причинах и эффектах тоже произвольно - часто достаточно нескольких взаимодействующих переменных, причем каждый из них «вызывает» остальных, и каждый из них «затрагивается» другими.

Суть в том, что вы должны назначать зависимые и независимые в соответствии с тем, что вы пытаетесь достичь. Какая самая интересная или самая полезная переменная в ваших данных? Обычно, если этот отсутствует или имеет неизвестное значение, вам придется оценить его из других переменных. В этом случае интересной переменной является зависимая переменная, а все остальные независимы.

Вероятно, вы получите больше интереса к этому вопросу на stats.stackexchange.com.