Menjawab:
Karena itu adalah konvensi yang mudah. TIDAK diperlukan. Seringkali variabel independen adalah waktu, dan kita cenderung memvisualisasikan "garis waktu" dari kiri ke kanan.
Penjelasan:
Variabel independen dalam studi apa pun adalah variabel yang tidak Anda (atau tidak bisa) kendalikan, tetapi memengaruhi variabel yang Anda minati (variabel dependen). Karena hidup di alam semesta yang ditentukan waktu, apakah variabelnya waktu atau tidak (jika sering), ekspresi perubahannya harus mengikuti garis waktu.
Seperti kata jawaban singkat - kami secara visual menganggap timeline sebagai kemajuan dari kiri ke kanan. Tapi, itu hanya sebuah konvensi. Itu bisa diletakkan pada sumbu apa saja dan sama-sama valid, asalkan matematika mewakili sumbu yang digunakan.
Jadi, sementara jawaban terinci sebelumnya memberikan beberapa contoh yang sangat bagus, ALASAN sesungguhnya kami memplot variabel independen pada sumbu x hanya untuk mengikuti konvensi agar hasil atau pengamatan kami lebih mudah dipahami oleh orang lain.
Konsekuensi: Jika saya mulai menggunakan nomor basis-8 untuk persamaan tanpa penjelasan, hasil saya mungkin masih valid, tetapi siapa pun yang mengharapkan konvensi normal nomor-nomor basis-10 akan bingung. Jadi, kami menggunakan basis-10 untuk semua perhitungan kami kecuali jika perubahan tersebut dicatat secara khusus untuk alasan tertentu.
Hitung garis regresi kuadrat terkecil di mana tabungan tahunan adalah variabel dependen dan pendapatan tahunan adalah variabel independen.
Y = -1.226666 + 0.1016666 * X bar X = (12 + 13 + 14 + ... + 20) / 9 = 9 * (12 + 20) / (2 * 9) = 16 bar Y = (0 + 0,1 + 0,2 + 0,2 + 0,5 + 0,5 + 0,6 + 0,7 + 0,8) / 9 = 0,4 topi beta_2 = (jumlah_ {i = 1} ^ {i = 9} x_i * y_i) / (jumlah_ {i = 1} ^ {i = 9} x_i ^ 2) "dengan" x_i = X_i - bar X ", dan" y_i = Y_i - bar Y => topi beta_2 = (4 * 0,4 + 3 * 0,3 + 2 * 0,2 + 0,2 + 0,1 + 2 * 0,2 + 3 * 0,3 + 4 * 0,4) / ((4 ^ 2 + 3 ^ 2 + 2 ^ 2 + 1 ^ 2) * 2) = (1,6 + 0,9 + 0,4 + 0,2 + 0,1 + 0,4 + 0,9 + 1,6) / 60 = 6.1 / 60 = 0.10166666 => topi beta_1 = batang Y - topi beta_2 * batang X = 0.4 - (6.1 / 60) * 16 = -1.2266
Saya mencoba untuk melihat apakah ada satu variabel dari satu set variabel yang dapat lebih baik memprediksi variabel dependen. Saya memiliki lebih banyak infus daripada yang saya lakukan sehingga regresi berganda tidak berfungsi. Apakah ada tes lain yang bisa saya gunakan dengan ukuran sampel kecil?
"Anda bisa melipattigakan sampel yang Anda miliki" "Jika Anda menyalin sampel yang Anda miliki dua kali, sehingga Anda" "memiliki sampel tiga kali lebih banyak, itu akan berhasil." "Jadi, Anda harus mengulangi nilai-nilai DV tentu saja juga tiga kali."
Berapa nilai variabel independen ketika variabel dependen adalah 0,5 (diperkirakan ke kesepuluh terdekat)?
"lihat penjelasan"> "nilai variabel independen dari sumbu x" "nilai variabel terkait - sesuai pada sumbu y" "untuk" y = 0,5 "nilai x yang sesuai" ~~ 0,6