Bilimsel deneyler
Bilimsel deneylerde, bir kontrol değişkeni, araştırma boyunca sabit tutulan bir unsurdur. Kontrol değişkenleri araştırmacının birincil ilgi alanı değildir. Bir kontrol değişkeninin sabit olması, bağımlı değişken üzerinde herhangi bir etkiye sahip değildir, bu nedenle diğer değişkenlere, ilgilenilen değişkenlere, bağımlı değişkeni etkilemek ve araştırmacı tarafından incelenmek için yer açar.
Bunun yerine, kontrol değişkenleri sabit tutulmazsa, deney sonuçlarını etkileyebilir ve araştırmacıları ilgilendikleri değişkenler hakkında yanlış sonuçlar çıkarmaya yönlendirebilir.
Örneğin Derin Öğrenmede aktivasyon fonksiyonları bir ağın performansında rol oynuyor gibi görünmektedir. En ünlü aktivasyonlardan bazıları Sigmoid, Tanh ve ReLU’dur. Bir Bilgisayarla Görü görevi için bir Evrişimsel Sinir Ağı kurarken, hangi aktivasyonun problemimiz için en uygun olduğunu belirlemek için bir deney yapmaya karar veriyoruz.
Bununla birlikte, örneğin BatchNorm, Dropout, vb. ile bağlı 20 evrişim katmanına sahip bir ağ oluşturuyoruz. Ardından, bu ağı 3 sürüme klonlarız, her biri yalnızca kullanımdaki etkinleştirme ile diğerlerinden farklıdır, diğer tüm özellikler ( katman sayısı, BatchNorm konfigürasyonu, Bırakma konfigürasyonu vb.) aynı tutulur. Son olarak, her bir aktivasyon fonksiyonunun performansını görmek için verilerimiz üzerindeki 3 ağı eğitir ve test ederiz. Kullanımdaki aktivasyon dışında her şeyi 3 ağ için aynı tutmamız, bu aktivasyonların her birinin etkinliğini doğrulamamızı sağlar.
Bu örnekte, katman sayısı, BatchNorm, giriş verilerinin tümü sabit tutulan kontrol değişkenleridir, böylece ilgilendiğimiz değişkenimiz olan aktivasyon fonksiyonu açıkça incelenir.
Örneğin, daha fazla iltifat almanın çalışanları daha üretken kılıp kılmadığını test etmek için denekleri rastgele 2 gruba ayırdık. İlk grup için, yöneticiye her birini daha sık övmesi ve teşvik etmesi talimatı verilir. İkinci grup için işler her zamanki gibi tutulur. 3 ay sonra, her test deneğinin performansı ölçülür ve daha fazla iltifat vermenin üretkenlik üzerinde iyi bir etkisi olup olmadığını görmek için 2 grubun ortalaması birbiriyle karşılaştırılır.
Bu örnekte, ikinci grup, ilgili kontrol grubudur olan birinci grubu ölçmek için bir kıyaslama noktası görevi gören
Gözlemsel Analizde Kontrol Değişkeni
Regresyon analizinde veya daha spesifik olmak gerekirse, gözlemsel analizde bir kontrol değişkeni, ilgili diğer bağımsız değişkenlerin analizini bozan bir karıştırıcı olma potansiyelini ortadan kaldırmak için verilere eklenen bağımsız bir değişkene karşılık gelir.
Bir karıştırıcı (yani bir karıştırıcı değişken), hem bağımsız hem de bağımlı değişkenler üzerinde nedensel etkileri olan bir değişkendir. Örneğin, dondurma satışlarının sayısı boğulma vakalarının sayısıyla yüksek oranda ilişkili olduğundan, dondurmanın boğulmalara neden olduğunu düşünebiliriz. (Açık olmak gerekirse, bu problemde dondurma sayısı bağımsız değişken ve boğulma sayısı bağımlı değişkendir.) Ancak, bu değişkenlerin her ikisine de neden olan başka bir faktörün olduğu ortaya çıkmaktadır. Sıcaklık ne kadar yüksek olursa, insanlar o kadar çok dondurma yemeye eğilimlidir, ayrıca sıcakta daha fazla insan yüzmeye gitmeyi tercih eder ve boğulma sayıları artar.
