В теории стохастических процессов в теории вероятностей и статистике мешающая переменная — это случайная переменная , которая является фундаментальной для вероятностной модели , но которая сама по себе не представляет особого интереса или больше не представляет никакого интереса: одно из таких применений возникает для уравнения Чепмена–Колмогорова . Например, модель для стохастического процесса может быть определена концептуально с использованием промежуточных переменных, которые не наблюдаются на практике. Если проблема заключается в том, чтобы вывести теоретические свойства, такие как среднее значение, дисперсия и ковариации величин, которые будут наблюдаться, то промежуточные переменные являются мешающими переменными. [1]
Родственный термин фактор помехи использовался [2] в контексте блочных экспериментов , где термины в модели, представляющие блочные средние, часто называемые «факторами», не представляют интереса. Многие подходы к анализу таких экспериментов, особенно когда экспериментальный дизайн подвержен рандомизации, рассматривают эти факторы как случайные переменные. Совсем недавно в том же контексте использовалось «переменная помехи». [3]
«Мешающая переменная» использовалась в контексте статистических обследований для обозначения информации, которая не представляет прямого интереса, но которую необходимо учитывать при анализе. [4]
В контексте стохастических моделей обработка мешающих переменных не обязательно подразумевает работу с полным совместным распределением всех задействованных случайных переменных, хотя это один из подходов. Вместо этого анализ может перейти непосредственно к интересующим величинам.
Термин «мешающая переменная» иногда используется и в более общем контексте, просто для обозначения тех переменных, которые маргинализируются при поиске маргинального распределения .