Variable indépendante et variable dépendante sont des phrases utilisées dans les statistiques pour décrire les parties de certaines procédures statistiques, en particulier les procédures de régression. Ils ont des significations précises. Cause et effet sont des termes utilisés dans le discours général. Leurs significations exactes ont été débattues pendant des milliers d'années, et ne sont pas réglées. Les résultats d'une régression impliquent jamais le lien de causalité, mais peut fournir la preuve du lien de causalité.
Variables indépendantes
Dans les statistiques, une variable indépendante peut être celui que vous avez le contrôle sur ou que vous pensez affecte la variable dépendante. Par exemple, vous pourriez être intéressé par la relation entre la dose de médicament et la progression d'une maladie, ou la relation entre l'âge d'une personne et de ses opinions politiques. Dans le premier cas, la dose de médicament est la variable indépendante; dans le second cas, l'âge.
Variables dépendantes
La variable dépendante est ce que vous êtes intéressé à explorer - ce que vous pensez est affecté par la variable indépendante. En examinant la relation entre la dose de médicament et la progression d'une maladie, la progression de la maladie est la variable dépendante.
Cause et effet
La nature des relations de cause à effet est un enjeu majeur dans la philosophie. Philosophes, y compris Aristote et Hume, ont des théories de la causalité. Plus récemment, Judea Pearl a beaucoup écrit sur le lien de causalité. Pas de véritable consensus a été atteint quant à ce que signifie le lien de causalité avec précision. Un domaine de litige qui est particulièrement pertinent est l'argument selon lequel un événement ne peut être une cause d'un autre événement si la relation est parfaite. Dans ce point de vue, nous ne pouvons pas dire le tabagisme provoque le cancer parce que certaines personnes fument et ne reçoivent pas le cancer. D'autres disent que le lien de causalité peut exister quand une chose (fumer) augmente la probabilité d'un autre (cancer obtenir).
Preuve de causalité
Si vous prenez la première vue de la causalité, les statistiques a peu de pertinence. Un seul contre-réfuterait la causalité. Même si vous prenez le dernier point de vue, les différents types de procédures statistiques offrent différents degrés de preuve. Il est généralement admis que lorsque la variable indépendante est attribué au hasard pour les sujets il y a plus de preuves de causalité alors quand ce n'est pas le cas. Mais certains (par exemple, Ronald Fisher) ferait valoir que ce dernier cas, ne fournit aucune preuve, ou peu de preuves du lien de causalité, alors que d'autres soutiennent que ces études d'observation peuvent fournir des preuves raisonnables.