Variables endógenas en Análisis de Ruta

El tema del análisis de la ruta utiliza gráficos que consisten de nodos - círculos o cuadrados que representan las variables - y caminos , flechas que conectan los nodos. En el análisis del camino , un tipo de variables, la variable endógena , es de interés central. Comprender las variables endógenas en el contexto del análisis de la ruta es fundamental para hacer inferencias a partir del análisis de la ruta en sí . Relación con Otros Modelos

En muchos modelos estadísticos y matemáticos , la idea de separar las variables en variables independientes y variables dependientes es muy importante. Las variables independientes son difíciles para el investigador de controlar y pueden variar por su cuenta. Las variables dependientes dependen de las variables independientes; es decir , sus valores se pueden predecir a partir de conocer las variables independientes . Por ejemplo, si usted tiene un trabajo que le paga según el número de horas que trabaja , el tiempo que usted pone en su trabajo es una variable independiente , mientras que su salario mensual es una variable dependiente . Su valor depende de lo mucho que trabajar . En el análisis del camino , las variables endógenas actúan como variables dependientes . El análisis de sendero está principalmente interesada en cómo los resultados de las variables endógenas se relaciona con las variables independientes. Las variables independientes se denominan variables exógenas en el análisis del camino .
Perturbación

relacionados a cada endógena es una variable de perturbación . Estas variables de perturbación están latentes en el que no podemos medir directamente. La alteración representa el error en la predicción de una variable endógena y es análogo a la idea de error residual en otros modelos estadísticos.
No One- to-One

una cosa especial acerca de una variable endógena es que puede derivarse de más de una variable exógena . Tomemos, por ejemplo, una ruta de A a C y otro camino de B a C en el mismo análisis de la ruta . Si A y B no están relacionados entre sí , pero ambos relacionados con C , se forma una relación paralela . La implicación es que tanto A como B deben estar presentes para causar C.
Dualidad

A diferencia de otros modelos, análisis de trayectoria permite variables dependientes que tienen un sentido de la dualidad. En resumen, esta dualidad es que las variables endógenas pueden ser exógenas al mismo tiempo. Esto permite que las variables endógenas para dar lugar a otras variables endógenas . Por ejemplo , en una trayectoria lineal a partir de los nodos A a B a C , hay dos flechas : uno entre A y B; la otra entre B y C. La primera flecha muestra que B es endógeno , ya que es causada por A. La segunda flecha indica que B es exógena , ya que es la causa de C.