31 أنواع المتغيرات في البحث والإحصاء: الخصائص والأمثلة

تتكون أنواع المتغيرات في البحث والإحصاءات من سلسلة أو مجموعة من الكيانات المجردة التي يمكنها الحصول على قيم مختلفة حسب الفئات والخصائص التي تمتلك موضوع الدراسة.

بمعنى آخر ، المتغيرات الإحصائية هي نماذج يمكن أن تتقلب أو تختلف ؛ هذا الاختلاف يمكن قياسها ومراقبتها. وبالمثل ، يمكن فهم المتغير على أنه بنية مجردة تشير إلى خاصية أو عنصر ، والتي يمكن أن تطور دورًا محددًا فيما يتعلق بالكائن الذي يتم تحليله.

هذا يعني أن الخاصية المذكورة أو العنصر المذكور يؤثر بشكل مباشر على الموضوع أو الكائن المراد دراسته. يسعى مفهوم المتغير إلى توحيد الطرائق أو الخيارات المختلفة التي يجب أخذها في الاعتبار لفهم موضوع الدراسة.

وبالتالي ، فإن قيم المتغيرات ستكون غير متسقة أو مختلفة في الموضوعات و / أو لحظات سيتم تحليلها. فهم هذا المفهوم في المجال النظري يمكن أن يكون معقدًا.

ومع ذلك ، من خلال الأمثلة الملموسة ، يمكن فهم النهج بشكل أفضل: يمكن أن يكون المتغير هو جنس الشخص أو عمره ، لأن هذه الخصائص يمكن أن تؤثر على موضوع الدراسة إذا كان يجب إجراء تحليل في المرضى الذين يعانون من أمراض القلب أو غيرها من الأمراض.

ملامح

تتميز المتغيرات عنصرين أساسيين. أولاً ، لديهم سمات يمكن ملاحظتها وتسجيلها بشكل مباشر أو غير مباشر ، مما يسمح بمواجهة الواقع العملي.

ثانياً ، لديهم خصائص متفاوتة وقابلة للقياس ، لأنه في بعض الحالات يمكن تصنيفهم أو قياسهم (على سبيل المثال ، العمر والجنس).

لا يمكن إظهار المتغيرات الإحصائية في الحالات الفردية أو المعزولة ، حيث أن وجود جماعي ضروري حتى يمكن التعبير عن تلك الخصائص أو العناصر التي ستختلف.

إذا كانت الإحصائيات هي أن العلم يجمع البيانات ويفسرها ، فمن المفهوم أن المتغيرات في هذا التخصص مسؤولة عن تحليل تعدد المعلومات وليست مخصصة لتحليل البيانات المعزولة أو الفردية.

هناك العديد من أنواع المتغيرات ، لذلك يمكن تصنيفها وفقًا لجوانب مختلفة. على سبيل المثال ، يمكن للمتغيرات الإحصائية أن تكون نوعية وكمية ؛ في المقابل ، يمكن تقسيمها إلى فئات أخرى ، حسب مواصفاتها.

المتغيرات وفقا للعلاقة مع المتغيرات الأخرى

بالإضافة إلى المتغيرات التشغيلية ، هناك أيضًا تصنيف وفقًا للعلاقة بين قيم هذه المتغيرات. من الضروري أن تضع في اعتبارك أن الدور الذي يلعبه كل نوع من المتغيرات يعتمد على الوظيفة التي يجري تحليلها. بمعنى آخر ، يتأثر تصنيف هذه الاختلافات بموضوع الدراسة.

ضمن هذا التصنيف ، هناك متغيرات مستقلة ، تابعة ، معتدلة ، غريبة ، تحكم ، ظرفية ، مشارك وارتباك.

متغيرات مستقلة

تشير إلى المتغيرات التي يتم أخذها في الاعتبار أثناء عملية البحث والتي قد تخضع للتعديل من قبل الباحث. بمعنى آخر ، هذه هي المتغيرات التي يبدأ المحلل في التفكير فيها وتسجيل الآثار الناتجة عن خصائصها في موضوع الدراسة.

مثال

مثال على متغير مستقل يمكن أن يكون الجنس وكذلك العمر إذا كنت ترغب في إنشاء سجل للأشخاص الذين يعانون من مرض الزهايمر.

يمكن أن يثبت أن المتغير المستقل الظروف المتغير التابع. بالإضافة إلى ذلك ، يمكن أن يسمى المستقل التجريبية أو السببية ، لأنه يتم التلاعب بها مباشرة من قبل الباحث. تُستخدم المتغيرات المستقلة أساسًا لوصف العوامل التي تسبب مشكلة معينة.

متغيرات تعتمد

هي تلك التي تشير مباشرة إلى العنصر الذي تم تعديله بواسطة التباين الناتج عن المتغير المستقل. هذا يعني أنه يتم إنشاء متغير النوع التابع من المتغير المستقل.

أمثلة

على سبيل المثال ، إذا كنا نريد تحديد الاكتئاب وفقًا للجنس ، فسيكون هذا الأخير هو المتغير المستقل ؛ سيؤدي تعديل هذا إلى حدوث تقلبات في المتغير التابع ، وهو في هذه الحالة الاكتئاب.

يمكن العثور على مثال آخر في العلاقة بين التدخين وسرطان الرئة ، لأن "الإصابة بسرطان الرئة" في هذه الحالة ستكون المتغير التابع ، في حين أن "التدخين" هو متغير مستقل ، لأنه يمكن أن يختلف تبعًا عدد الحزم التي يتم استهلاكها يوميًا.

المتغيرات المشرفين

تقوم هذه المتغيرات بتغيير أو تعديل العلاقة الموجودة بين متغير تابع ومتغير مستقل ؛ ومن هنا جاءت تسميته ، لأنهم يخففون من الارتباط بين السابقتين.

مثال

على سبيل المثال ، ترتبط ساعات الدراسة بالتتابعات الأكاديمية ؛ لذلك ، يمكن أن يكون المتغير المعتدل هو حالة ذهنية الطالب أو تطوير مهاراته الحركية.

متغيرات فظيع

تحصل المتغيرات الغريبة على اسمها لأنها لم تؤخذ في الاعتبار لتطوير البحث ولكن كان لها تأثير سيء السمعة على النتائج النهائية. تُعرف أيضًا باسم المتغيرات المتداخلة أو المقلقة ، حيث يمكن أن تضعف العلاقة بين المشكلة والسبب المحتمل.

وبالتالي ، فهي عبارة عن مجموعة من المتغيرات التي لم يتم التحكم فيها أثناء تحليل موضوع الدراسة ، ولكن يمكن تحديدها بمجرد الانتهاء من البحث ، حتى في بعض الحالات يتم تحديدها أثناء الدراسة المذكورة.

إنهم يشبهون المشرفين ، مع اختلاف أنهم يؤخذون بعين الاعتبار في وقت التحقيق. يمكن للمتغيرات الغريبة أيضًا أن تقود الباحث إلى المسار الخطأ ، وبالتالي فإن أهمية وجودها ستتوقف على جودة الدراسات التي أجريت.

مثال

على سبيل المثال ، قد يكون أحد المتغيرات من هذا النوع هو حقيقة أن الأشخاص العصبيين يدخنون أكثر ويميلون إلى أن يعانوا من السرطان أكثر من أولئك الذين لا يعانون من الأعصاب ؛ المتغير الغريب أو المحير في هذه الحالة هي الأعصاب.

مراقبة المتغيرات

متغيرات التحكم هي تلك التي يريد العالم أن يظل ثابتًا ، ويجب مراعاتها بعناية مثل المتغيرات التابعة.

على سبيل المثال ، إذا أراد أحد العلماء استكشاف تأثير النظام الغذائي (VI) على الصحة (VD) ، فقد يكون متغير التحكم هو أن الأشخاص الذين يشاركون في الدراسة هم من غير المدخنين.

هذا سيكون متغير التحكم. من الضروري التحكم فيه لأن الاختلافات الملحوظة في الصحة يمكن أن تكون ناتجة عن التدخين أو عدم التدخين. في أي حال ، في تجربة مثل هذه ، قد يكون هناك متغيرات تحكم أخرى ؛ كن رياضيًا ، ولديك عادات أخرى ...

المتغيرات القياسية

المتغير الظرفي هو أحد جوانب البيئة التي يمكن أن تؤثر على التجربة. على سبيل المثال ، جودة الهواء في تجربة متعلقة بالصحة.

المتغيرات المشاركين

المشارك أو متغير الموضوع هو سمة من الموضوعات التي تمت دراستها في التجربة. على سبيل المثال ، جنس الأفراد في دراسة صحية. المعروف أيضا باسم المتغيرات المشاركة.

متغير من الارتباك

متغير الإرباك هو متغير يؤثر على كل من المتغير المستقل والمتغير التابع. على سبيل المثال ، يمكن أن يتسبب الإجهاد في تدخين الأشخاص أكثر كما يؤثر بشكل مباشر على صحتهم.

أنواع المتغيرات حسب قابلية التشغيل

يمكن تصنيف المتغيرات الإحصائية والبحثية حسب عملها ، وهذه الفئة هي الأكثر شهرة والأكثر فائدة. عند الحديث عن قابلية التشغيل ، تتم الإشارة إلى القدرة على "ترقيم" قيم هذه المتغيرات. وبالتالي ، يمكننا تقسيمها إلى ثلاثة أنواع رئيسية:

المتغيرات النوعية

المتغيرات النوعية هي تلك الاختلافات التي تسمح بتحديد هوية عنصر معين ، ولكن لا يمكن تحديدها كميا. هذا يعني أن هذه المتغيرات يمكن أن تبلغ عن وجود خاصية ولكن لا يمكن تقييمها عدديًا.

لذلك ، هذه اختلافات تثبت ما إذا كانت هناك مساواة أو عدم مساواة ، كما هو الحال مع الجنس أو الجنسية. على الرغم من أنه لا يمكن قياسها كمياً ، إلا أن هذه المتغيرات يمكن أن تسهم في تحقيق القوة.

مثال على المتغير النوعي هو الدافع لدى الطلاب أثناء عملية التعلم ؛ يمكن تحديد هذا المتغير ولكن لا يمكن ترقيمه.

بالإضافة إلى ذلك ، يمكن تقسيمها إلى فئات أخرى ، مثل المتغيرات ثنائية التفرع النوعية والمتغيرات المتعددة النوعية النوعية.

المتغيرات النوعية ثنائية التفرع

لا يمكن التفكير في هذه المتغيرات أو تحليلها إلا من خلال خيارين ؛ ومن هنا تأتي كلمة "الانقسام" في اسمها ، لأنها تشير إلى انقسام موجود في جانبين يتعارضان عادة مع بعضهما البعض.

مثال

مثال دقيق سيكون متغير الحياة أو الموتى ، لأنه لا يسمح إلا بخيارين محتملين وينكر وجود أحدهما على الفور الآخر.

متغيرات النوعية Polytomic

هذه المتغيرات الإحصائية هي عكس المتغيرات ثنائية التفرع ، لأنها تسمح بوجود ثلاث قيم أو أكثر. ومع ذلك ، في كثير من الحالات ، يمنع هذا الأمر من طلبها ، لأنها تحدد فقط تحديد القيمة.

مثال

مثال دقيق هو متغير اللون لأنه ، على الرغم من أنه يسمح بالتعريف ، فإنه يعلن أن هناك خاصية أو عنصرًا ممكنًا واحدًا ممكن تعيينه لهذا المتغير.

المتغيرات شبه الكمية

تتميز هذه المتغيرات بجعل أداء بعض العمليات الرياضية مستحيلاً ؛ ومع ذلك ، فهي أكثر تقدما من تلك التي هي فقط النوعية.

وذلك لأن شبه الكمي يسمح بإنشاء تسلسل هرمي أو نوع من النظام ، على الرغم من أنه لا يمكن تحديدها كميا.

مثال

على سبيل المثال ، يمكن أن يكون مستوى دراسات مجموعة من الأشخاص متغيرًا من هذا النوع ، لأن الانتهاء من درجة الدراسات العليا يقع في مرتبة أعلى من إكمال درجة البكالوريوس.

المتغيرات الكمية

تتيح هذه المتغيرات ، كما يوحي الاسم ، أداء العمليات الرياضية ضمن قيمها ؛ لذلك ، يمكنك تعيين أرقام للعناصر المختلفة لهذه المتغيرات (أي ، يمكن تحديدها كمياً).

تتضمن بعض أمثلة هذا النوع من المتغيرات ما يلي:

- العمر ، لأنه يمكن التعبير عن ذلك في سنوات.

- الوزن الذي يمكن تعريفه بالجنيه أو الكيلوجرامات.

- المسافة بين مكان معين ومكان المنشأ ، والتي يمكن أن تعبر عن نفسها بالكيلومترات أو الدقائق.

- الدخل الشهري ، والذي يمكن التعبير عنه بالدولار ، اليورو ، بيزو ، باطن ، من بين أنواع أخرى من العملات.

بدوره ، ينقسم هذا النوع من المتغير إلى مجموعتين: المتغيرات الكمية المنفصلة والمتغيرات الكمية المستمرة.

المتغيرات الكمية المنفصلة

تشير هذه إلى المتغيرات الكمية التي لا يمكن أن تحتوي على قيم وسيطة ، فهي لا تقبل الكسور العشرية في عددها. بمعنى آخر ، يجب ترقيمها من خلال رقم كامل.

مثال

مثال دقيق هو استحالة إنجاب 1.5 طفل ؛ من الممكن فقط إنجاب طفل أو طفلين. هذا يعني أن وحدة القياس لا يمكن تجزئتها.

المتغيرات الكمية المستمرة

على عكس المتغيرات المنفصلة ، يمكن أن يكون للمتغيرات المستمرة علامات عشرية ، لذلك يمكن أن تكون قيمها متوسطة.

تقاس هذه المتغيرات بمقاييس الفاصل. بمعنى آخر ، يمكن تجزئة المتغيرات الكمية المستمرة.

مثال

على سبيل المثال ، قياس وزن أو ارتفاع مجموعة من الناس.

المتغيرات وفقا لحجمها

بالإضافة إلى التصنيفات السابقة ، يمكن تصنيف المتغيرات الإحصائية مع مراعاة وظيفة موازينها والتدابير المستخدمة لحسابها ؛ ومع ذلك ، عند الحديث عن هذه المتغيرات ، يتم التركيز بشكل أكبر على المقياس أكثر من المتغير نفسه.

بدوره ، يمكن أن تخضع المقاييس المستخدمة للمتغيرات لإدخال تعديلات على مستوى قابلية التشغيل ، حيث أن الأخيرة تسمح بدمج إمكانيات أخرى ضمن نطاق المقاييس.

على الرغم من ذلك ، يمكن إنشاء أربعة أنواع رئيسية من المتغيرات وفقًا للمقياس ؛ هذه هي الآتي: المتغير الاسمي ، المتغير الترتيبي ، الفاصل ، العقل والمستمر.

متغير الاسمية

يشير هذا النوع من المتغيرات إلى أولئك الذين تسمح قيمهم فقط بتمييز جودة محددة واحدة دون تقديم عمليات رياضية فيها. في هذا المعنى ، فإن المتغيرات الاسمية تعادل المتغيرات النوعية.

مثال

كمثال على المتغير الاسمي ، يمكن العثور على الجنس ، لأنه مقسم إلى مذكر أو أنثوي ؛ وكذلك الحالة الزوجية ، التي يمكن أن تكون واحدة أو متزوجة أو أرملة أو مطلقة.

ترتيبي متغير

هذه المتغيرات نوعية أساسًا لأنها لا تسمح بأداء العمليات الرياضية ؛ ومع ذلك ، فإن المتغيرات الترتيبية تسمح بإقامة علاقات هرمية معينة في قيمها.

مثال

مثال على المتغير الاسمي يمكن أن يكون المستوى التعليمي للشخص أو الوضع الاقتصادي. مثال آخر يمكن أن يكون التسلسل الهرمي للأداء الأكاديمي من خلال الصفات التالية: ممتازة ، جيدة أو سيئة.

تستخدم المتغيرات من هذا النوع لتصنيف الموضوعات أو الأحداث أو الظواهر بطريقة هرمية ، مع مراعاة خصائص محددة.

متغير الفاصل

المتغيرات التي لها نطاق في الفاصل الزمني تتيح تحقيق العلاقات العددية فيما بينها ، على الرغم من أنها قد تكون محدودة بسبب علاقات التناسب. هذا لأنه لا يوجد ضمن هذا النطاق "نقاط الصفر" أو "الأصفار المطلقة" التي يمكن تحديدها بالكامل.

ينتج عن هذا استحالة إجراء تحويلات مباشرة في القيم الأخرى. لذلك ، متغيرات intevalo ، بدلاً من قياس قيم محددة ، تقيس النطاقات ؛ هذا يعقد قابلية التشغيل بطريقة ما ولكنه يشجع على تغطية عدد كبير من القيم.

يمكن تقديم متغيرات الفاصل الزمني بالدرجات أو الأحجام أو أي تعبير آخر يرمز للكميات. كما أنها تسمح بتصنيف الفئات وترتيبها ، بالإضافة إلى أنها يمكن أن تشير إلى درجة المسافة الموجودة بينها.

مثال

ضمن هذا التصنيف يمكن العثور على درجة الحرارة أو المعامل الفكري.

متغير العقل

يقاس هذا النوع من المتغيرات بمقياس يعمل بطريقة كلية ، مما يسمح بالتحويل المباشر للنتائج التي تم الحصول عليها.

بالإضافة إلى ذلك ، يشجع أيضًا على إكمال العمليات العددية المعقدة. في هذه المتغيرات ، هناك نقطة بداية تتضمن الغياب التام لما تم قياسه.

وبالتالي ، فإن السبب وراء وجود المتغيرات صفر مطلقًا والمسافة بين نقطتين هي نفسها دائمًا ، على الرغم من أنها تحتوي أيضًا على خصائص المتغيرات السابقة.

أمثلة

على سبيل المثال ، العمر والوزن والطول هي متغيرات العقل.

متغير مستمر

متغير ذو عدد لا حصر له من القيم ، مثل "الوقت" أو "الوزن".

أخرى أقل شهرة

- المتغيرات الفئوية

المتغيرات الفئوية هي تلك التي يمكن التعبير عن قيمها من خلال سلسلة من الفئات التي تحددها.

مثال

مثال جيد للمتغير القاطع يتوافق مع عواقب مرض معين ، والتي يمكن تقسيمها إلى الانتعاش أو المرض المزمن أو الموت.

متغير نشط

متغير يتم معالجته بواسطة الباحث.

متغير ثنائي

متغير يمكن أن يأخذ قيمتين فقط ، عادةً 0/1. قد يكون أيضًا نعم / لا ، عالية / قصيرة أو مزيج آخر من اثنين من المتغيرات.

متغير متغير

على غرار المتغير المستقل ، يكون له تأثير على المتغير التابع ، لكنه عادة لا يكون متغير الاهتمام.

معيار متغير

اسم آخر للمتغير التابع ، عندما يتم استخدام المتغير في المواقف غير التجريبية.

متغير الذاتية

على غرار المتغيرات التابعة ، فإنها تتأثر بمتغيرات أخرى داخل النظام. تستخدم حصرا تقريبا في الاقتصاد القياسي.

متغير خارجي

المتغيرات التي تؤثر على الآخرين ، والتي تأتي من خارج النظام.

معرفات المتغيرات

المتغيرات المستخدمة لتحديد المواقف بطريقة فريدة من نوعها.

تدخل متغير

متغير يتم استخدامه لشرح العلاقة بين المتغيرات.

تقلبات متأخرة

متغير مخفي لا يمكن قياسه أو ملاحظته مباشرة.

، مظاهر متغير

متغير يمكن ملاحظته أو قياسه مباشرة.

وسيط متغير أو وسيط متغير

المتغيرات التي تشرح كيفية حدوث العلاقة بين المتغيرات.

-المشرف متغير

تغيير شدة التأثير بين المتغيرات المستقلة والمستقلة التابعة. على سبيل المثال ، يمكن أن يقلل العلاج النفسي من مستويات الإجهاد لدى النساء أكثر من الرجال ، وبالتالي فإن الجنس يخفف من التأثير بين مستويات العلاج النفسي ومستوى الإجهاد.

متغيرات -Polotomic

المتغيرات التي يمكن أن تحتوي على أكثر من قيمتين.

متغير التنبؤية

مماثلة في معنى المتغير المستقل ، ولكن المستخدمة في الدراسات الانحدار وغير التجريبية.

المتغيرات الإحصائية كوسيلة لتحليل الواقع التجريبي

تتيح الأنواع المختلفة للمتغيرات الإحصائية للبشر تبسيط الواقع وتصنيفه ، لأنه يقسمه إلى معايير بسيطة يسهل قياسها وحسابها. بهذه الطريقة ، من الممكن عزل مجموعة من العناصر التي تشكل جزءًا من مجتمع أو طبيعة.

وبالتالي ، لا يمكن للإنسان أن يعتبر أنه يفهم مجمل العالم الذي يحيط به من خلال المتغيرات ، لأن هذه تظل معرفة محدودة مقارنة مع مجمل الكون.

هذا يعني أنه يجب على الباحث اختيار تطبيق نظرة نقدية على النتائج التي تم الحصول عليها من خلال المتغيرات ، من أجل تجنب تناول الاستنتاجات الخاطئة بالطريقة الممكنة.

المعايير التشغيلية لتحديد المتغيرات

تعريف مصطلحات المتغيرات

أولاً ، من الضروري أن تكون المتغيرات قابلة للتشغيل ؛ من أجل تحقيق هذا الهدف ، يجب أن تكون قابلة للقياس أو شاملة.

بعد ذلك ، من الضروري تعيين معنى وتعريف لكل مصطلح يعد جزءًا أساسيًا من سياق البحث الذي سيتم تنفيذه. يجب أن يستند هذا التعريف إلى مرجع السمات الموجودة في الواقع التجريبي.

بالإضافة إلى ذلك ، يجب أن تكون هذه التعريفات ملموسة وعملية ، بناءً على الملاحظة العلمية واستخدام التدابير التي تشير إلى مؤشرات الواقع التي يتم ملاحظتها مباشرة.

في وقت لاحق سيكون من الضروري دراسة جميع تعاريف المصطلح ، الماضي والحاضر ، بأكبر قدر ممكن. بعد ذلك ، يجب أن ننتقل إلى تحديد المتغيرات أو مجموعة المتغيرات التي قد تساعد في شرح المشكلة التي أثيرت أثناء إنشاء التحقيق.

هياكل المتغيرات

يمكن تقسيم هيكل المتغيرات الإحصائية إلى أربعة عناصر رئيسية ، وهي ما يلي:

الاسم.

، مجموعة من الفئات.

- التعريف اللفظي.

- إجراءات تجميعها مع مراعاة وحدات مراقبة الفئات.

المعلمات الواجب مراعاتها فيما يتعلق بالاستخدام التشغيلي للمتغيرات

تعيين

يشير إلى الاسم الذي يُعطى للمتغير أثناء تطوير التحقيق.

نوع المتغير

يشير إلى الفئة التي تحتوي على متغير في وقت إدخالها في موضوع الدراسة المطلوب دراستها. تم تأسيس هذا وفقًا لموقع المتغير ضمن فرضية العمل.

طبيعة

يجب تحديد ما إذا كان المتغير سيكون كميًا أو نوعيًا ، لأن هذا التصنيف يسمح بتدعيم الأسس النظرية لعملية التحقيق. بمجرد تحديد طبيعة المتغير ، سيكون من الأسهل إجراء بقية المقارنات والأوصاف.

قياس

يشير هذا إلى مقياس القياس الذي سيستخدمه المتغير عند إقامة علاقات مع موضوع الدراسة أو مع المتغيرات الأخرى.

مؤشر

تتكون هذه المعلمة من الأساس الذي يبدأ القياس. بمعنى آخر ، إنها الأداة التي تجعل قياس المتغيرات ممكنًا.

وحدة القياس

يعتمد هذا على ما يحدده مؤشر المتغير. تعمل وحدة القياس في الغالب في تلك المتغيرات التي يمكن قياسها كمياً.

أداة

تشير هذه المعلمة إلى الأداة التي سيستخدمها الباحث لجمع المعلومات والبيانات المتعلقة بالمتغيرات الإحصائية.

بعد

إنه يشير إلى المدى الذي يشغله المتغير في الواقع التجريبي. على سبيل المثال ، قد يكون للمتغير بعد سريري أو بعد جغرافي أو بعد اجتماعي أو بيولوجي أو تشخيصي أو ديموغرافي ، من بين أمور أخرى.

التعريف التشغيلي

تسعى هذه المعلمة إلى تحديد العمل الذي يؤديه المتغير داخل كائن الدراسة.

التعريف المفاهيمي

يشير إلى التعريف الذي يعرف به المتغير أو يعالج به ، مع الأخذ في الاعتبار القاموس الطبي أو آخر متخصص في المنطقة التي يشغلها المتغير المذكور.

متغير عشوائي

في مجال الإحصاء والانضباط الرياضي ، المتغير العشوائي هو وظيفة تهدف إلى تعيين قيمة - عمومًا ذات طابع رقمي - إلى نتيجة ظهرت من تجربة عشوائية.

يمكن العثور على المثال الأكثر واقعية في لعبة النرد ، لأن لفافة النرد مرتين يفرض نتيجتين عشوائيتين محتملتين: (1،1) و (1،2).

يؤدي المتغير العشوائي إلى رفع القيم المحتملة التي تمثل نتائج تجربة لم تتم بعد. يمكن أن يمثل أيضًا القيم المحتملة للمبلغ الذي تكون قيمته في ذلك الوقت غير مؤكدة ؛ في هذه الحالة ، هو قياس غير دقيق أو غير مكتمل.

في الختام ، يمكن اعتبار المتغيرات العشوائية كمبلغ له قيمة غير ثابتة والتي بدورها يمكن أن تأخذ قيمًا مختلفة. لحساب هذه المتغيرات ، من الضروري استخدام توزيع الاحتمالات ، والذي يستخدم لوصف الاحتمالات الموجودة للقيم المختلفة التي يجب تقديمها.