Una variable informativa es una especie de factor libre. Los dos términos se utilizan frecuentemente de forma recíproca. Sin embargo, hay una distinción discreta entre los dos. En el momento en que una variable es autónoma, no está influenciada en absoluto por otros factores. En el momento en que una variable no es autónoma con certeza, es una variable ilustrativa.
Suponga que tiene dos factores para aclarar el aumento de peso: la comida barata y el pop. A pesar de que usted puede creer que comer comida barata de admisión y beber refrescos son libres de uno al otro, no lo son en general. Esto se debe a que los lugares de comida barata te incitan a comprar un refresco con la cena. Además, en caso de que te detengas en algún lugar para comprar un refresco, hay regularmente una tonelada de alternativas de comida barata como nachos o salchichas. A pesar de que estos factores no son totalmente autónomos entre sí, sí afectan al aumento de peso. Se denominan factores ilustrativos porque pueden ofrecer alguna aclaración para el aumento de peso.
La línea entre los factores autónomos y los factores lógicos es generalmente tan inmaterial que nadie se molesta nunca. Eso es excepto si se hace una investigación impulsada que incluya un montón de factores que puedan asociarse entre sí. Tiende a ser significativa en la investigación clínica. En la mayoría de los casos, especialmente en las investigaciones, los dos términos son esencialmente equivalentes.
Variables ilustrativas frente a variables de reacción
La variable de reacción es el punto central de una investigación en un examen o investigación. Una variable lógica es aquella que aclara los cambios en ese factor. Puede ser cualquier cosa que pueda influir en la variable de reacción. Suponga que está tratando de entender si la quimio o el tratamiento con estrógenos es una técnica mejor para los pacientes con crecimiento maligno de los senos. La pregunta es: ¿qué metodología retrasa más la vida? Por lo tanto, el tiempo de resistencia es la variable de reacción. El tipo de tratamiento que se da es la variable lógica; posiblemente podría influir en la variable de reacción. En este modelo, sólo tenemos una única variable ilustrativa: el tipo de tratamiento. Considerando todos los aspectos, se tendrían unos pocos factores progresivamente informativos, incluyendo la edad, el bienestar, el peso y otros factores de la forma de vida.
Un gráfico de dispersión puede ayudar a ver patrones entre la información combinada. En el caso de que tengas tanto una variable de reacción como una variable lógica, la variable informativa se traza constantemente en el x-hub (el pivote plano). La variable de reacción se traza constantemente en el y-hub (el pivote vertical).
Si miras la imagen anterior, deberías ser capaz de decir que el tamaño de la muñeca no es una variable explicativa muy buena para predecir la grasa corporal (la variable de respuesta). La línea roja de la imagen es la “línea de mejor ajuste”. Aunque pasa por el centro de la extensión de las manchas, una gran parte de las manchas no están en ningún lugar cerca de ella. Esto implica que la variable informativa realmente no está aclarando nada.
Por otra parte, la enorme dimensión de los muslos de un individuo es un indicador superior de la proporción de músculo y grasa. De hecho, incluso esto no es impecable. Numerosos individuos en forma tienen muslos enormes. Perciba cuán cerca están los dedos de la línea roja de mejor ajuste.
