Las variables cuantitativas y cuantitativas son propiedades que pueden cambiar y cuya fluctuación es observable de alguna manera.
De esta manera, las variables cualitativas hablan de propiedades que no se pueden medir con números y las cuantitativas incluyen aquellas a las que se puede asignar un valor numérico (Bonton, 2017).
La rama de la ciencia que es responsable de estudiar el comportamiento de las variables cualitativas y cuantitativas son las estadísticas. De esta manera, analiza las variables numéricamente medibles y las abstracciones que no se pueden medir y cuya estimación depende del individuo que las perciba (Statistics, 2013).
Dentro de las variables cualitativas podemos encontrar dos tipos: nominales y ordinales. El primer tipo se refiere a aquellas variables que no tienen un criterio de pedido, mientras que el segundo tipo obedece las variables que siguen un patrón de orden o pertenecen a una escala de valor.
Las variables cuantitativas se clasifican como discretas y continuas, las primeras son las definidas por un número finito de elementos (1, 2, 3, etc.) y el segundo que tienen un número infinito de caracteres dentro de un rango determinado (número decimal).
Las variables cualitativas incluyen todas las cualidades o características observables de un grupo o población que no se pueden medir numéricamente. Por lo general, se asocian con un atributo físico (calidad) de un grupo de individuos.
Estas variables se pueden dividir en dos tipos: nominal (sin un criterio de orden) y ordinal (tienen un criterio de orden) (Andale, estadísticas cómo, 2017).
¿Qué es variable cuantitativa 5 ejemplos?
Regla general: si puede agregarlo, es cuantitativo. Por ejemplo, un G.P.A. de 3.3 y un G.P.A. de 4.0 se pueden agregar juntos (3.3 + 4.0 = 7.3), por lo que eso significa que es cuantitativo. Por otro lado, no se pueden agregar calificaciones de A, B o C a menos que los convierta en números, por lo que A, B y C, no son cuantitativos.
Cuando grafica o traiga datos estadísticos, asegúrese de tener datos cuantitativos de unidades conocidas. Si no tiene unidades conocidas, no podrá graficarlo. Por ejemplo, la primera lista anterior establece que «G.P.A.» son datos cuantitativos. Sin embargo, no podrá graficar G.P.A. versus otra variable (digamos, raza o sexo) a menos que realmente tenga una unidad, como 3.1 o 2.9. Esto suena obvio, pero con datos más complejos, siempre debe verificar la condición de datos cuantitativos para obtener información faltante o sin sentido antes de comenzar un gráfico.
Los histogramas, los gráficos de caja y los gráficos de dispersión requieren que tenga cuantitativa (datos numéricos). Si intenta graficar datos categóricos con un histograma, diagrama de cuadro o gráfico de dispersión, se encontrará con el mismo tipo de problema que si intente graficar datos numéricos con gráficos circulares: sus gráficos no tendrán ningún sentido. La siguiente trama de dispersión ilustra este punto. Hice una trama de dispersión en Microsoft Excel de datos categóricos (nombres) junto con sus edades en Excel. Excel no reconoció los datos categóricos y los números asignados en su lugar. La trama de dispersión no tiene sentido; Nadie sabrá que «1», «2», «3», «4» y «5» se refieren a los nombres e incluso si lo hacen… el gráfico será un desastre si tiene 100 nombres!:
Una solución para este problema podría ser asignar números a los nombres (por ejemplo, John = 1, enero = 2…), e incluir una clave en el gráfico. Sin embargo, en este ejemplo en particular, una trama de dispersión realmente no es la mejor opción para un gráfico: elija el gráfico de barras. Un gráfico de barras le permite trazar categorías en un eje, por lo que la condición de datos cuantitativos no tiene que cumplirse para un eje.
¿Qué es una variable cuantitativa continua y menciona 2 ejemplos?
Las variables continuas pueden adquirir un número ilimitado de valores entre los puntos de medición más bajos y más altos. Las variables continuas incluyen cosas como la velocidad y la distancia. Los datos continuos son muy deseables en estadísticas inferenciales; Sin embargo, tienden a ser menos útiles en la minería de datos y con frecuencia se recodifican en datos o conjuntos discretos, que se describen a continuación.
Los datos discretos están asociados con un número limitado de valores posibles. El género o el rango son ejemplos de variables discretas porque hay un número limitado de opciones mutuamente excluyentes. Los datos binarios son un tipo de datos discretos que abarcan información que se limita a dos opciones posibles (por ejemplo, hombre o mujer; sí o no). Los datos discretos y binarios también se denominan datos y datos de bandera, respectivamente.
Comprender los diferentes tipos de datos y sus definiciones es importante porque algunos tipos de análisis se han diseñado para tipos particulares de datos y pueden ser inapropiados para otro tipo de información. La buena noticia es que los tipos de información más frecuentes en la aplicación de la ley y la inteligencia, los conjuntos y los datos de la bandera, tienden a ser los más deseables para la minería de datos. Con las metodologías de estadísticas inferenciales tradicionales, por otro lado, las variables discretas son desventajosas porque el poder estadístico se ve comprometido con este tipo de datos categóricos. En otras palabras, se necesita una mayor diferencia entre los grupos de interés para lograr un resultado estadísticamente significativo.
También podemos hablar de datos en términos de cómo se miden. Las escalas de relación son numéricas y están asociadas con un verdadero cero, lo que significa que no se puede medir nada. Por ejemplo, el peso es una escala de relación. Un peso de cero corresponde a la ausencia de cualquier peso. Con una escala de intervalo, las mediciones entre puntos tienen significado, aunque no hay cero verdadero. Por ejemplo, aunque no hay cero verdadero asociado con la escala de temperatura de Fahrenheit, la diferencia entre 110 y 120 grados Fahrenheit es la misma que la diferencia entre 180 y 190 grados: 10 grados. Las escalas ordinales implican cierta clasificación en la información. Aunque los datos podrían no corresponder a figuras numéricas reales, hay algunas clasificaciones implícitas. Sargento, teniente, mayor y coronel representa una escala ordinal. El teniente se clasifica más alto que el sargento, y Major se clasifica más alto que el teniente. Aunque no se corresponden directamente a ningún tipo de valores numéricos, se entiende que hay un orden de rango de estas categorías. Finalmente, las escalas nominales realmente no son escalas verdaderas porque no están asociadas con ningún tipo de dimensión o clasificación medible; Las designaciones particulares, incluso si son numéricas, no corresponden a características cuantificables. Un ejemplo de este tipo de datos es cualquier tipo de datos categóricos, como la marca del vehículo o las designaciones de la unidad de patrulla numérica.
¿Qué significa variable cuantitativa continua?
En estadísticas, una variable es un atributo que describe una entidad como persona, un lugar o una cosa y el valor que toma la variable puede variar de una entidad a otra. Por ejemplo, si dejamos que la variable sea el voto de un estudiante durante un examen, y puede tomar los valores A, B, C, S y F. , por lo tanto, puede tomar cualquier valor real dentro de un intervalo.
A partir de estos dos ejemplos, se puede ver que hay dos tipos de variables, como cuantitativa y cualitativa, dependiendo de si el dominio de la variable es numérico con las operaciones aritméticas posibles o no posibles normales. Esas variables cuantitativas son de dos tipos: variables discretas y variables continuas.
Si la variable cuantitativa solo puede requerir una serie de valores a los valores máximos, dichos datos se denominan datos discretos. En otras palabras, el dominio de la variable debe ser en la mayoría de los números. Varios números están terminados o numerados. Un ejemplo lo ilustrará más.
Se da una prueba de cinco preguntas a una clase. Ambos x el número de respuestas correctas obtenidas por un estudiante. Los valores posibles de x son 0, 1, 2, 3, 4 y 5; Solo 6 posibilidades, y es un número finito. Por lo tanto, X es una variable discreta.
En un juego, tienes que disparar un objetivo. Si dejamos que Y sean la cantidad de veces en las que se dispara hasta que se alcanza el objetivo, entonces los posibles valores de Y serán 1, 2, 3, 4… y así sucesivamente. En teoría, estos valores no deben tener un límite finito. Pero estos valores son números. Entonces, la variable Y definida como «el número de veces en las que un golpe para golpear al objetivo» es una variable discreta.
Artículos Relacionados:
