İçeriğe geç
parazade
Yapay Zeka

Bağımsız Değişken Nedir?

İngilizce: Independent Variable

Yayın: · Son güncelleme:

Bağımsız Değişken Nedir? Kısaca

Bağımsız değişken, bir araştırmada ya da modelde sonucu açıklamak veya tahmin etmek için kullanılan, değeri incelenen sonuca bağlı olmayan değişkendir. Makine öğrenmesinde genellikle özellik ya da girdi değişkeni olarak adlandırılır.

Bağımsız Değişken nedir?
İçindekiler
  1. Bağımsız değişken nedir?
  2. Bağımlı değişkenden farkı
  3. Nelere dikkat etmeli?

Bağımsız değişken, bir sonucu etkilediği ya da açıkladığı düşünülen ve modele girdi olarak verilen değişkendir. Etkilenen ya da tahmin edilen değişkene ise bağımlı değişken denir. Örneğin çalışma süresinin sınav notuna etkisini inceleyen bir araştırmada çalışma süresi bağımsız, sınav notu bağımlı değişkendir.

Bağımsız değişken nedir?

Deneysel araştırmalarda bağımsız değişken, araştırmacının kendisinin değiştirdiği ya da kontrol ettiği değişkendir: bir ilacın dozu, bir reklamın rengi gibi. Gözlemsel çalışmalarda ve makine öğrenmesinde ise kontrol edilmez, yalnızca ölçülür ve tahmin için kullanılır. Bu bağlamda özellik, açıklayıcı değişken, girdi ya da X gibi adlarla da anılır.

Bağımlı değişkenden farkı

Bağımsız değişken Bağımlı değişken
Rolü Açıklayan, girdi Açıklanan, çıktı
Makine öğrenmesindeki adı Özellik (X) Hedef değişken (y)
Örnek Evin metrekaresi Evin fiyatı

Bir modelde birden fazla bağımsız değişken olabilir. Varsayımsal bir ev fiyatı modelinde metrekare, oda sayısı, binanın yaşı ve konum birlikte kullanılır.

Nelere dikkat etmeli?

"Bağımsız" adı, bu değişkenlerin birbirinden bağımsız olduğu anlamına gelmez. Bağımsız değişkenler kendi aralarında güçlü biçimde ilişkiliyse (ör. metrekare ve oda sayısı), modelin katsayılarını yorumlamak zorlaşır; buna çoklu doğrusal bağlantı denir. Ayrıca bir bağımsız değişkenin sonuçla ilişkili çıkması, onun sonucun nedeni olduğunu kanıtlamaz. Neden-sonuç ilişkisi için kontrollü deneyler ya da nedensel çıkarım yöntemleri gerekir.

Sıkça Sorulan Sorular

Bağımsız değişken ile bağımlı değişken nasıl ayırt edilir?

Sorunun kendisine bakılır: Tahmin etmek ya da açıklamak istediğin şey bağımlı değişkendir. Onu açıklamak için kullandığın bilgiler bağımsız değişkenlerdir.

Makine öğrenmesinde bağımsız değişkene ne denir?

Genellikle özellik (feature), girdi ya da X denir. Modelin tahmin ettiği bağımlı değişkene ise hedef değişken, çıktı ya da y adı verilir.

İlgili terimler

Hedef Değişken(Target Variable)Hedef değişken (target variable), bir makine öğrenmesi ya da istatistik modelinde tahmin edilmek istenen değişkendir; model, diğer değişkenlere (özelliklere) bakarak bu değişkenin değerini kestirmeyi öğrenir. Bağımlı değişken olarak da bilinir.Özellik(Feature)Özellik (feature), makine öğrenmesinde her bir örneği tanımlayan ve modelin tahmin yaparken girdi olarak kullandığı ölçülebilir nitelik ya da değişkendir. Örneğin ev fiyatı tahmininde metrekare, oda sayısı ve konum birer özelliktir.Çoklu Doğrusal Bağlantı(Multicollinearity)Çoklu doğrusal bağlantı (multicollinearity), bir regresyon modelindeki iki ya da daha fazla bağımsız değişkenin birbiriyle güçlü doğrusal ilişki içinde olmasıdır. Katsayıların kararsız ve yorumlanması zor hâle gelmesine yol açar.Doğrusal Regresyon(Linear Regression)Doğrusal regresyon, bir hedef değişkeni bir ya da daha fazla bağımsız değişkenin ağırlıklı toplamı ve bir sabitle tahmin eden, ağırlıkları genellikle hata karelerinin toplamını en aza indirerek bulan temel bir istatistik ve makine öğrenmesi yöntemidir.Nedensel Çıkarım(Causal Inference)Nedensel çıkarım (causal inference), iki değişken arasında yalnızca birlikte değişme değil, gerçek bir neden-sonuç ilişkisi olup olmadığını ve bir müdahalenin sonucu ne kadar değiştireceğini veriler ve varsayımlar yardımıyla tahmin etme yöntemleridir.Harf Çevirisi(Transliteration)Harf çevirisi (transliterasyon), bir yazı sistemindeki metnin, anlamı çevrilmeden başka bir yazı sisteminin harfleriyle yazılmasıdır. Örneğin Kiril alfabesiyle yazılmış bir ismin Latin harflerine aktarılması harf çevirisidir.